[논문 리뷰] Limit theorems of Chatterjee's rank correlation

Zhexiao Lin, Han Fang|arXiv (Cornell University)|2022. 04. 17.

Advanced Statistical Methods and Models인용 수 4

한 줄 요약

이 논문은 Y가 X의 가측 함수가 아닐 경우 일반 조건 하에서 Chatterjee의 순위 상관계수와 Azadkia-Chatterjee의 그래프 기반 상관계수의 점근적 정규성을 확립한다. 이는 두 통계량이 Y가 X의 가측 함수가 아닐 동안 점근적으로 정규분포를 따른다는 것을 증명하며, 점근적 분산이 36 이내로 균일하게 유계임을 보이고, 일관된 분산 추정량을 제공함으로써 비모수적 의존성 측정 분야에서 오랫동안 남아있던 열린 문제를 해결한다.

ABSTRACT

Establishing the limiting distribution of Chatterjee's rank correlation for a general, possibly non-independent, pair of random variables has been eagerly awaited by many. This paper shows that (a) Chatterjee's rank correlation is asymptotically normal as long as one variable is not a measurable function of the other, (b) the corresponding asymptotic variance is uniformly bounded by 36, and (c) a consistent variance estimator exists. Similar results also hold for Azadkia-Chatterjee's graph-based correlation coefficient, a multivariate analogue of Chatterjee's original proposal. The proof is given by appealing to Hájek representation and Chatterjee's nearest-neighbor CLT.

연구 동기 및 목표

• Y가 X의 가측 함수가 아닐 경우 일반적 비-i.i.d. 이원변량 데이터에 대해 Chatterjee의 순위 상관계수의 점근적 분포를 확립하는 것.
• 약한 의존성 가정 하에서 Chatterjee의 상관계수 및 Azadkia-Chatterjee의 상관계수의 점근적 분포를 도출하는 데 있어 오랫동안 남아있던 열린 문제를 해결하는 것.
• 이러한 상관계수 측정치의 점근적 분산에 대한 일관된 추정량을 제공하여 실무에서 유효한 추론을 가능하게 하는 것.
• Azadkia와 Chatterjee가 제안한 다변량 그래프 기반 상관계수로 이론적 결과를 확장하는 것.
• 점근적 분산이 36 이내로 균일하게 유계임을 확립하여 다양한 의존성 구조에서의 안정성을 보장하는 것.

제안 방법

• 의존성에 기인한 근접 이웃 색인의 영향을 다루기 위해, 상관계수 통계량을 i.i.d. U-통계량 유사 항들의 합으로 표현하기 위해 Hájek 표현을 사용한다. 이는 중심극한정리(CLT) 적용을 가능하게 한다.
• 고차원 설정에서 근접 이웃 색인이 유도하는 의존성을 다루기 위해 Chatterjee의 근접 이웃 CLT를 적용한다.
• 근접 이웃 구조와 동점수를 고려한 일관된 분산 추정량을 도출한다. 이 추정량은 $ \tfrac{1}{n^3} \text{rank 기반 항들의 합} $로 표기된다.
• 설계점 $ X_i $ 에 대한 조건부 기대값의 분산을 제어하기 위해 대칭화와 Efron-Stein 부등식을 활용한다.
• 순위와 설계점 간의 의존성을 분리하기 위해 $ \tilde{X}_i, \tilde{Y}_i $ 를 사용하는 반사적 잠재적 결과 프레임워크를 도입한다.
• 점근적 분산을 표현하는 핵심 구성 요소로 조건부 기대값 $ \text{E}[F_Y(Y_1 \bigwedge \tilde{Y}_1) \big| X_1] $ 를 사용한다.

실험 결과

연구 질문

• RQ1 Y가 X의 가측 함수가 아닐 경우 Chatterjee의 순위 상관계수는 점근적으로 정규분포를 따르는가?
• RQ2 Chatterjee의 상관계수 및 Azadkia-Chatterjee의 상관계수의 점근적 분산은 무엇이며, 이는 균일하게 유계인가?
• RQ3 이러한 순위 기반 상관계수 측정치에 대해 일관된 분산 추정량을 구성할 수 있는가?
• RQ4 일반적인 의존성 구조, 특히 X와 Y가 의존할 경우에도 점근적 정규성이 유지되는가?
• RQ5 근접 이웃 구조는 상관계수 추정량의 점근적 분포에 어떤 영향을 미치는가?

주요 결과

• Y가 X의 가측 함수가 아닐 조건 하에서 Chatterjee의 순위 상관계수 $ \bar{\theta}_n $ 는 점근적으로 정규분포를 따르며, 표준 정규변수로의 수렴이 분포상 수렴한다.
• $ \bar{\theta}_n $ 의 점근적 분산은 Y가 X의 가측 함수가 아닐 경우, $ (X,Y) $ 의 기저 분포에 관계없이 항상 36 이내로 균일하게 유계이다.
• 일관된 분산 추정량 $ \tilde{\tau}^2 $ 이 도출되었으며, 이는 데이터의 순위와 근접 이웃 색인에만 의존한다.
• Azadkia-Chatterjee의 그래프 기반 상관계수에 대해서도 동일한 점근적 정규성과 분산 유계성이 성립하여, 다변량 설정으로의 결과 확장을 가능하게 한다.
• 증명 과정에서 순위 기반 통계량의 조건부 기대값과 그 근사치 간의 차이가 확률적으로 0으로 수렴함을 보여, Hájek 표현의 타당성을 입증한다.
• 분산 추정량 $ \tilde{\tau}^2 $ 는 $ R_i \bigwedge R_{N(i)} $, 근접 이웃 색인, 순위 순서의 지표 함수를 포함하는 순위 기반 U-통계량 유사 항들을 사용하여 명시적으로 구성된다.