[논문 리뷰] Log-concave density estimation with symmetry or modal constraints

Charles R. Doss, Jon A. Wellner|arXiv (Cornell University)|2016. 11. 30.

Statistical Methods and Inference참고 문헌 31인용 수 8

한 줄 요약

이 논문은 알려진 최대값 또는 대칭성 제약 조건 하에서 로그볼록 밀도 함수에 대한 제약 조건이 있는 비모수적 최대우도추정법을 개발하며, 일致성, 전역 수렴 속도 및 국소 극한 분포를 포함한 점근적 이론을 수립한다. 주요 기여는 최대값/대칭 중심에서와 다른 점들에서의 점별 극한 분포를 도출함으로써, 곡률 가정 하에 조정 파ram터나 부수적 파rameter 없이 최대우도 검정을 통한 최대값 위치 추론을 가능하게 한다.

ABSTRACT

We study nonparametric maximum likelihood estimation of a log-concave density function $f_0$ which is known to satisfy further constraints, where either (a) the mode $m$ of $f_0$ is known, or (b) $f_0$ is known to be symmetric about a fixed point $m$. We develop asymptotic theory for both constrained log-concave maximum likelihood estimators (MLE's), including consistency, global rates of convergence, and local limit distribution theory. In both cases, we find the MLE's pointwise limit distribution at $m$ (either the known mode or the known center of symmetry) and at a point $x_0 e m$. Software to compute the constrained estimators is available in the R package \verb+logcondens.mode+. The symmetry-constrained MLE is particularly useful in contexts of location estimation. The mode-constrained MLE is useful for mode-regression. The mode-constrained MLE can also be used to form a likelihood ratio test for the location of the mode of $f_0$. These problems are studied in separate papers. In particular, in a separate paper we show that, under a curvature assumption, the likelihood ratio statistic for the location of the mode can be used for hypothesis tests or confidence intervals that do not depend on either tuning parameters or nuisance parameters.

연구 동기 및 목표

• 알려진 최대값 또는 대칭성 제약 조건 하에서 로그볼록 밀도에 대한 비모수적 최대우도추정법을 개발한다.
• 제약 조건이 있는 추정량에 대한 일치성 및 전역 수렴 속도를 포함한 점근적 성질을 수립한다.
• 알려진 최대값 또는 대칭 중심과 다른 점들에서 추정량의 점별 극한 분포를 도출한다.
• 곡률 가정 하에 조정 파ram터나 부수적 파rameter 없이 최대값 위치에 대한 최대우도 검정을 가능하게 한다.

제안 방법

• 진짜 밀도가 로그볼록이면서, 고정된 점을 중심으로 알려진 최대값 또는 대칭성을 만족한다고 가정하여 제약 조건이 있는 로그볼록 MLE를 계산한다.
• 제약 조건이 있는 추정량에 대한 점근적 이론은 경험과정 기법과 제약 조건이 있는 추정량에 대한 경험과정 중심극한정리로 개발된다.
• 최대값 또는 대칭 중심에서의 극한 분포는 국소 분석과 곡률 가정을 통해 도출된다.
• 일반적인 점 $x_0 \neq m$ 에서의 극한 분포는 국소 접선뿔 접근법과 국소 최대우도 전개를 통해 확립된다.
• R 패키지 logcondens.mode+ 는 제약 조건이 있는 추정량을 계산하는 데 사용할 수 있다.
• 최대값 위치 검정을 위한 최대우도 통계량이 구성되며, 곡률 조건 하에서 점근적 분포가 유도된다.

실험 결과

연구 질문

• RQ1 알려진 최대값 또는 대칭성 제약 조건 하에서 로그볼록 MLE의 점근적 성질, 즉 일치성과 수렴 속도는 무엇인가?
• RQ2 알려진 최대값 또는 대칭 중심에서 제약 조건이 있는 MLE의 점별 극한 분포는 무엇인가?
• RQ3 동일한 제약 조건 하에서 일반적인 점 $x_0 \neq m$ 에서 MLE의 극한 분포는 어떻게 행동하는가?
• RQ4 최대값 위치에 대한 최대우도 통계량은 조정 파ram터나 부수적 파rameter 없이 추론에 사용될 수 있는가?
• RQ5 어떤 곡률 가정 조건이 최대값 위치에 대한 최대우도 검정의 타당성을 보장하는가?

주요 결과

• 알려진 최대값 또는 대칭성 제약 조건 하에서 제약 조건이 있는 로그볼록 MLE는 일치성과 전역 수렴 속도를 확보한다.
• 알려진 최대값 또는 대칭 중심에서 MLE의 점별 극한 분포가 유도되었으며, 이는 제약 조건의 영향을 반영하여 정규분포가 아님을 보였다.
• 일반적인 점 $x_0 \neq m$ 에서 MLE의 극한 분포는 정규분포이며, 이 분산은 로그밀도의 곡률에 의존한다.
• 곡률 가정 하에서 최대값 위치 검정을 위한 최대우도 통계량은 점근적으로 중심이 되며, 조정 파ram터나 부수적 파rameter 없이 추론이 가능하다.
• 대칭성 제약 조건이 있는 MLE는 위치 추정에 특히 효과적이며, 최대값 제약 조건이 있는 MLE는 최대값 회귀 및 가설 검정을 지원한다.
• R 패키지 logcondens.mode+ 는 실용적 응용을 위한 제약 조건이 있는 추정량의 계산을 가능하게 한다.