[논문 리뷰] GET: Global envelopes in R

Mari Myllymäki, Tomáš Mrkvička|arXiv (Cornell University)|2019. 11. 15.

Statistical Methods and Inference참고 문헌 71인용 수 15

한 줄 요약

이 논문은 기능적 및 다변량 데이터에 대한 글로벌 엔벨로프를 순위 기반 비모수적 방법을 사용하여 정확한 제1종 오류 통제(가족 전체 오류율(FWER) 및 위임 오류율(FDR))를 보장하는 R 패키지 GET을 소개한다. 이 방법은 유의성 영역을 식별함으로써 검정 결과의 시각적 해석을 제공하여 정규성 또는 동분산성을 가정하지 않는 다양한 응용 분야(예: 적합도 검정, 기능적 ANOVA, 신뢰구간)에서 강력한 추론을 가능하게 한다.

ABSTRACT

This work describes the R package GET that implements global envelopes for a general set of $d$-dimensional vectors $T$ in various applications. A $100(1-α)$% global envelope is a band bounded by two vectors such that the probability that $T$ falls outside this envelope in any of the $d$ points is equal to $α$. The term 'global' means that this probability is controlled simultaneously for all the $d$ elements of the vectors. The global envelopes can be employed for central regions of functional or multivariate data, for graphical Monte Carlo and permutation tests where the test statistic is multivariate or functional, and for global confidence and prediction bands. Intrinsic graphical interpretation property is introduced for global envelopes. The global envelopes included in the GET package have this property, which particularly helps to interpret test results, by providing a graphical interpretation that shows the reasons of rejection of the tested hypothesis. Examples of different uses of global envelopes and their implementation in the GET package are presented, including global envelopes for single and several one- or two-dimensional functions, Monte Carlo goodness-of-fit tests for simple and composite hypotheses, comparison of distributions, functional analysis of variance, functional linear model, and confidence bands in polynomial regression.

연구 동기 및 목표

• 기능적 및 다변량 데이터 분석을 위한 유연하고 비모수적 글로벌 엔벨로프 프레임워크를 개발하기 위해.
• 영역 전반에 걸쳐 이종 분산성 또는 비정규성을 민감하게 반영하는 전통적 검정의 한계를 해결하기 위해.
• 귀무가설이 왜 그리고 어디서 기각되는지를 강조하는 검정 결과의 시각적 해석을 제공하기 위해.
• 적합도, ANOVA, 회귀, 분포 비교와 같은 다양한 통계 응용 분야를 지원하기 위해.
• 이질적인 데이터 설정에서 해석 가능성과 검정력을 향상시키기 위해 내재적 시각적 해석(IGI)을 갖춘 글로벌 엔벨로프를 구현하기 위해.

제안 방법

• 기능적 데이터의 영역 전반에 걸쳐 이종 변동성에 대해 강건한 순위 기반 글로벌 엔벨로프를 사용하며, 이는 분포 자유성과 함께 보장된다.
• 귀무가설 하에서 글로벌 엔벨로프를 시뮬레이션하기 위해 볼록 껍질 방법을 적용하여 몬테카를로 검정에서 정확한 제1종 오류 통제를 확보한다.
• 복합 귀무가설을 위한 이중 단계 몬테카를로 검정 절차를 활용하여 FWER 및 FDR 통제를 유지한다.
• 각 구성 요소에 동일한 가중치를 부여함으로써 척도 차이에 의한 편향을 방지하면서, 순위 기반 집계를 통해 다수의 기능적 검정 통계량을 통합한다.
• 100(1−α)% 글로벌 엔벨로프를 두 벡터로 둘러싸인 밴드로 구성하며, 모든 d 차원에서 검정 통계량이 외부에 있을 확률이 정확히 α가 되도록 한다.
• 내재적 시각적 해석(IGI)을 도입하여, 엔벨로프가 귀무가설 기각의 원인이 되는 특정 영역을 명시적으로 시각적으로 나타낸다.

실험 결과

연구 질문

• RQ1 글로벌 엔벨로프는 다변량 및 기능적 가설 검정 결과의 시각적 해석을 어떻게 향상시킬 수 있는가?
• RQ2 이종 분산성 또는 비정규성 존재 시, 순위 기반 글로벌 엔벨로프는 전통적인 F-검정 또는 MAD 기반 검정보다 어떻게 우월한가?
• RQ3 복합 귀무가설 및 다중 검정 상황에서도 글로벌 엔벨로프는 제1종 오류 통제를 유지할 수 있는가?
• RQ4 글로벌 엔벨로프는 하나 또는 여러 세트의 함수에 대해 중심 영역 추정 및 기능 상자도면을 어떻게 지원하는가?
• RQ5 글로벌 엔벨로프는 다항 회귀 및 기능 선형 모델에서의 신뢰구간을 얼마나 효과적으로 구성할 수 있는가?

주요 결과

• GET 패키지의 글로벌 엔벨로프는 몬테카를로 검정에서 가족 전체 오류율(FWER) 및 위임 오류율(FDR) 하에서 정확한 제1종 오류 통제를 달성한다.
• 내재적 시각적 해석(IGI) 특성 덕분에 귀무가설 기각의 원인이 되는 기능적 영역을 직접 시각적으로 식별할 수 있다.
• 순위 기반 글로벌 엔벨로프는 이종 분산성 및 비정규성에 대해 강건하며, 데이터가 이종 분산성을 띠는 경우 기존의 F-max 또는 스케일링되지 않은 MAD 검정보다 검정력이 뛰어나다.
• 이 방법은 다수의 기능적 검정 통계량에 동일한 가중치를 적용할 수 있어, 다양한 차원의 다변량 또는 기능적 데이터를 조합하는 데 적합하다.
• 패키지는 기능적 ANOVA, 적합도 검정, 분포 비교, 다항 회귀의 신뢰구간 등 다양한 응용 분야에 대해 글로벌 엔벨로프를 성공적으로 구현하였다.
• 볼록 껍질 기반 글로벌 엔벨로프 구성은 경험적 엔벨로프가 이론적 엔벨로프를 바깥 쪽에서 수렴하는 유한한 근사값을 보장하여, 귀무가설 하에서 유효성을 유지한다.