[논문 리뷰] Inference for Empirical Wasserstein Distances on Finite Spaces

Max Sommerfeld, Axel Munk|arXiv (Cornell University)|2016. 10. 11.

Point processes and geometric inequalities참고 문헌 62인용 수 6

한 줄 요약

이 논문은 유한 거리 공간에서의 경험 워샤프스키 거리의 渐近 분포를 밝혀내어, 이들이 랜덤 선형 프로그래밍의 최적값으로 나타남을 보임으로써 신뢰구간과 같은 엄밀한 통계적 추론이 가능해지게 한다. 핵심 기여는 고전적 부트스트랩 방법의 실패를 극복하기 위해 방향성 하다마드 미분성을 통한 중심극한정리의 수립이다.

ABSTRACT

The Wasserstein distance is an attractive tool for data analysis but statistical inference is hindered by the lack of distributional limits. To overcome this obstacle, for probability measures supported on finitely many points, we derive the asymptotic distribution of empirical Wasserstein distances as the optimal value of a linear program with random objective function. This facilitates statistical inference (e.g. confidence intervals for sample based Wasserstein distances) in large generality. Our proof is based on directional Hadamard differentiability. Failure of the classical bootstrap and alternatives are discussed. The utility of the distributional results is illustrated on two data sets.

연구 동기 및 목표

• 일반적인 설정에서 분포한계가 없는 경험 워샤프스키 거리에 대한 통계적 추론을 가능하게 하기 위해.
• 유한 공간에서 워샤프스키 거리에 대해 고전적 부트스트랩 방법이 실패하는 문제를 해결하기 위해.
• 방향성 하다마드 미분성을 통한 경험 워샤프스키 거리에 대한 중심극한정리를 수립하기 위해.
• 신뢰구간, 가설검정, 다중비교와 같은 워샤프스키 거리에 대한 추론 프레임워크를 제공하기 위해.
• 의존 샘플 및 기타 운반과 관련된 기능수에 대한 적용 범위를 확장하기 위해.

제안 방법

• 유한 공간에서의 워샤프스키 거리는 경험 측도를 입력으로 하는 랜덤 목적함수를 가진 선형 프로그래밍으로 공식화된다.
• 선형 프로그래밍의 최적값 사상의 방향성 하다마드 미분성을 이용하여 渐近 정규성을 도출한다.
• 한계 분포는 선형 프로그래밍의 쌍대 변수에 의해 인덱싱된 가우시안 과정으로 특징지어진다.
• 이 방법은 고전적 부트스트랩에 의존하지 않으며, 워샤프스키 거리에 대해 부트스트랩이 실패함을 입증한다.
• 이 접근법은 $ p < 1 $를 갖는 거리에서 유도된 임의의 비용 행렬에 적용 가능하며, 의존 샘플로까지 확장된다.
• 이론적 결과는 실제 데이터 세트에서 검증되어 임상 및 미생물군집 분석 응용 분야에서 실용적 유용성을 입증한다.

실험 결과

연구 질문

• RQ1 일반 조건 하에서 유한 공간에서 경험 워샤프스키 거리의 渐近 분포를 도출할 수 있는가?
• RQ2 표준 $ n $-out-of-$ n $ 부트스트랩이 워샤프스키 거리에 대해 실패하는 이유는 무엇이며, 어떤 대체 부트스트랩 방법이 성능을 보이는가?
• RQ3 표본 기반 워샤프스키 거리에 대해 통계적 추론, 예를 들어 신뢰구간을 어떻게 구성할 수 있는가?
• RQ4 귀무가설과 대립가설 하에서 유한 공간에서 경험 워샤프스키 거리의 수렴 속도는 어떠한가?
• RQ5 이 방법론은 바리센터나 엔트로피 정규화 거리와 같은 다른 최적 운반 기능수로 확장될 수 있는가?

주요 결과

• 유한 공간에서 경험 워샤프스키 거리의 渐近 분포는 랜덤 목적함수를 가진 선형 프로그래밍의 최적값으로 도출되며, 이는 통계적 추론을 가능하게 한다.
• 한계 분포는 비퇴화적이며 가우시안이며, 최적값 사상의 방향성 하다마드 미분성을 통해 도출된다.
• $ n $-out-of-$ n $ 부트스트랩은 워샤프스키 거리에 대해 실패하지만, $ m/n \to 1 $일 때 $ m $-out-of-$ n $ 부트스트랩은 일관성이 있다.
• 귀무가설 하에서는 스케일링 속도가 $ n^{1/4} $이며, 대립가설 하에서는 $ n^{1/2} $로, 서로 다른 수렴 행동을 반영한다.
• 이 방법은 비메트릭 비용 행렬($ p < 1 $ 포함)에도 적용 가능하며, 의존 샘플로까지 확장된다.
• 방향성 미분 가능성을 통해 워샤프스키 바리센터, 지오데식 PCA 및 기타 운반 기반 기능수에 대한 추론을 지원하는 프레임워크를 제공한다.