[논문 리뷰] Multidimensional multiscale scanning in Exponential Families: Limit theory and statistical consequences

Claudia König, Axel Munk외 1명|arXiv (Cornell University)|2018. 02. 22.

Statistical Methods and Inference인용 수 1

한 줄 요약

이 논문은 이토도 분포의 다차원 분포에서 이상치를 탐지하기 위한 통합 다스케일 스캐닝 방법을 개발하며, 우도 비율 검정을 사용하고, 검정 통계량에 대한 약한 극한 정리(weak limit theorem)를 수립하고, 가족별 유의수준 오류율(FWER)의 점근적 통제를 증명한다. 주요 기여는 명시적인 수렴 속도를 가진 가우시안 근사이며, 이는 가우시안 케이스에서 최소최대 최적 탐지 가능하게 하고, 철저한 오류 통제를 갖춘 비i.i.d. 이토도 가족 모델로 다스케일 추론을 확장한다.

ABSTRACT

We consider the problem of finding anomalies in a $d$-dimensional field of independent random variables $\{Y_i\}_{i \in \left\{1,...,n ight\}^d}$, each distributed according to a one-dimensional natural exponential family $\mathcal F = \left\{F_ heta ight\}_{ heta \in\Theta}$. Given some baseline parameter $ heta_0 \in\Theta$, the field is scanned using local likelihood ratio tests to detect from a (large) given system of regions $\mathcal{R}$ those regions $R \subset \left\{1,...,n ight\}^d$ with $ heta_i eq heta_0$ for some $i \in R$. We provide a unified methodology which controls the overall family wise error (FWER) to make a wrong detection at a given error rate. Fundamental to our method is a Gaussian approximation of the distribution of the underlying multiscale test statistic with explicit rate of convergence. From this, we obtain a weak limit theorem which can be seen as a generalized weak invariance principle to non identically distributed data and is of independent interest. Furthermore, we give an asymptotic expansion of the procedures power, which yields minimax optimality in case of Gaussian observations.

연구 동기 및 목표

• . 다차원 분포에서 독립적인 관측치를 갖는 이토도 가족의 다스케일 스캐닝에서 가족별 유의수준 오류율(FWER)을 통제하고자 한다.
• . 많은 복잡한 후보 영역의 집합에서 다중 검정을 고려하면서 국소적인 이상치(매개수의 이탈이 있는 영역)를 탐지하는 과제를 다룬다.
• . 기존 연구가 가우시안 모델에 국한된 바를 넘어서, 가우시안, 포아송, 베르누이 모델에 모두 적용 가능한 일반적 방법론을 제공하고자 한다.
• . 비동일 분포 데이터에 대한 비모수적 불변 원리(weak invariance principle)를 유도하여 기존 접근법을 통합하고자 한다.
• . 특히 가우시안 분포에서의 최소최대 최적성(minimax optimality)을 입증하기 위해 검정의 검정력의 점근적 전개를 유도하고자 한다.

제안 방법

• . 후보 영역 R 각각에 대해 국소 우도 비율 검정(LRT)을 사용하며, 검정 통계량은 TR(Y, θ₀) = √(2 log supθ ∏i∈R fθ(Yi) / ∏i∈R fθ₀(Yi)) 로 정의된다.
• . 영역 R는 단위 입방체 내 고정된 형태의 이산화된 형태로 가정되며, n → ∞ 일 때 점근적 분석이 가능하도록 한다.
• . 주요 기술적 기여는 비i.i.i.d. 데이터에 대한 일반화된 약한 불변 원리를 통해 명시적인 수렴 속도를 갖는 다스케일 검정 통계량의 가우시안 근사를 도출하는 것이다.
• . 모든 영역에서의 검정 통계량 최대값에 대한 약한 극한 정리를 유도하여 FWER를 점근적으로 통제한다.
• . 영역 클래스의 복잡도를 제어하기 위해 체계적 복사 수치(covering number)와 메트릭 엔트로피 경계를 사용한다(예: 초직사각형, 반공간, 구면 캡에 대해).
• . 점근적 검정력 전개를 통해 가우시안 관측치에서 최소최대 최적 탐지가 가능함을 검증한다.

실험 결과

연구 질문

• RQ1 . 다차원 이토도 가족 분포에서 관측치가 비동일 분포일 수 있는 경우, 다스케일 스캐닝에서 가족별 유의수준 오류율(FWER)을 어떻게 통제할 수 있는가?
• RQ2 . 귀무가설 하에서 다스케일 우도 비율 검정 통계량의 극한 분포는 무엇이며, 명시적인 수렴 속도를 갖는 가우시안 과정으로 근사 가능할까?
• RQ3 . 포아송 또는 베르누이와 같은 비가우시안 이토도 가족에서 기존의 가우시안 전용 접근법에 비해 탐지력이 얼마나 향상되는가?
• RQ4 . 가우시안 분포에서 최소최대 최적 탐지가 달성 가능한가? 그리고 이 최적성의 근거가 되는 점근적 검정력 전개는 무엇인가?
• RQ5 . 초직사각형, 반공간 등의 영역 클래스의 복잡도는 어떻게 제어하여 점근적 FWER 통제를 확보할 수 있는가?

주요 결과

• . 이 논문은 이토도 가족에서 다스케일 검정 통계량에 대한 약한 극한 정리를 수립하며, 비동일 분포 데이터에 대한 약한 불변 원리를 일반화한다.
• . 명시적인 수렴 속도를 갖는 검정 통계량의 가우시안 근사가 도출되었으며, 이는 유한 표본에서 정확한 FWER 통제를 가능하게 한다.
• . 방법은 점근적으로 수준 α에서 FWER를 통제하며, n → ∞ 일 때 supH_R,n P H_R,n P(Φ가 어떤 H_R',n (R' ⊂ R)도 기각함) ≤ α + o(1) 을 만족한다.
• . 가우시안 관측치의 경우, 점근적 검정력 전개가 알려진 최소최대 하한선과 일치함으로써 최소최대 최적 탐지가 달성됨을 확인하였다.
• . 초직사각형, 반공간, 구면 캡 등의 영역 클래스에 대한 커버링 수치 경계는 δ와 u에 대한 명시적 의존성을 갖으며, 복잡도가 다항식 성장함을 보였다.
• . 결과는 가우시안, 포아송, 베르누이 등 다양한 이토도 가족에 대해 강건하며, 기존의 가우시안 전용 방법에 비해 탐지력 향상과 유한 표본 정확도 향상을 보였다.