[논문 리뷰] Multiscale quantile regression

Laura Jula Vanegas, Merle Behr외 1명|arXiv (Cornell University)|2019. 02. 25.

Gene expression and cancer classification인용 수 3

한 줄 요약

이 논문은 분포 가정 없이 순차적 데이터에서 조각별로 일정한 분위수 함수를 탐지하는 다스케일 분위수 회귀 방법을 제안한다. 다스케일 검정 통계량을 사용하여 오류 비율을 통제하고 일관된 세그먼트 선택을 보장한다. 이 방법은 최소최대 최적 추정 속도를 달성하며, 이중 힙을 사용한 동적 프로그래밍을 통해 균일한 신뢰구간을 제공한다. 시뮬레이션과 유전체 및 이온 채널 데이터를 통한 검증을 통해 입증되었다.

ABSTRACT

We introduce a new methodology for analyzing serial data by quantile regression assuming that the underlying quantile function consists of constant segments. The procedure does not rely on any distributional assumption besides serial independence. It is based on a multiscale statistic, which allows to control the (finite sample) probability for selecting the correct number of segments S at a given error level, which serves as a tuning parameter. For a proper choice of this parameter, this tends exponentially fast to the true S, as sample size increases. We further show that the location and size of segments are estimated at minimax optimal rate (compared to a Gaussian setting) up to a log-factor. Thereby, our approach leads to (asymptotically) uniform confidence bands for the entire quantile regression function in a fully nonparametric setup. The procedure is efficiently implemented using dynamic programming techniques with double heap structures, and software is provided. Simulations and data examples from genetic sequencing and ion channel recordings confirm the robustness of the proposed procedure, which at the same hand reliably detects changes in quantiles from arbitrary distributions with precise statistical guarantees.

연구 동기 및 목표

• 특정 오차 분포를 가정하지 않고 순차적 데이터에서 분위수 함수의 변화를 탐지하기 위한 비모수적 방법을 개발한다.
• 주어진 오차 수준에서 유한 표본에서 정확한 세그먼트 수 S를 선택할 확률을 다스케일 검정 통계량을 사용해 통제한다.
• 일般 조건 하에서 세그먼트 위치와 크기의 최소최대 최적 추정 속도를 달성한다(로그 인자까지).
• 완전히 비모수적 설정에서 전체 분위수 회귀 함수에 대한 균일한 신뢰구간을 구성한다.
• 실제 적용을 위해 효율적인 계산 구현을 위해 동적 프로그래밍과 이중 힙 구조를 사용한다.

제안 방법

• 분위수 함수를 알려지지 않은 세그먼트 경계와 크기를 갖는 조각별 일정 함수로 모델링한다.
• 다양한 척도에서 잠재적 세그먼트 변화의 유의미성을 평가하기 위해 다스케일 검정 통계량을 사용하며, 이는 유한 표본에서의 오류 통제를 보장한다.
• 조정 파rameter는 오차 수준을 제어하며, 정확한 세그먼트 수 S를 선택할 확률을 지배한다.
• 세그먼트 탐지는 다스케일 통계량을 효율적으로 계산하기 위해 동적 프로그래밍과 이중 힙 구조를 사용하여 수행된다.
• 절차는 다스케일 추론 프레임워크를 활용해 전체 분위수 회귀 함수에 대한 균일한 신뢰구간을 구성할 수 있도록 한다.
• 분포 가정이 순차적 독립성을 초월해 없으므로, 임의의 오차 분포에 대해 강건하다.

실험 결과

연구 질문

• RQ1 비모수적 분위수 회귀 방법은 특정 오차 분포를 가정하지 않고 분위수 함수의 변화를 탐지할 수 있는가?
• RQ2 조각별 일정한 분위수 함수의 세그먼트 선택에서 어떻게 유한 표본 오류 통제를 달성할 수 있는가?
• RQ3 일般 조건 하에서 세그먼트 위치와 크기의 추정 속도는 무엇이며, 최소최대 최적성과 비교해 볼 때 어떻게 되는가?
• RQ4 완전히 비모수적 설정에서 전체 분위수 회귀 함수에 대해 균일한 신뢰구간을 구성할 수 있는가?
• RQ5 대규모 순차적 데이터에 대해 다스케일 검정 통계량은 얼마나 효율적으로 계산될 수 있는가?

주요 결과

• 적절히 선택된 오차 수준 조정 파rameter 하에서 표본 크기가 증가함에 따라 정확한 세그먼트 수 S를 선택할 확률이 지수적으로 1에 수렴한다.
• 일般 조건 하에서 세그먼트 위치와 크기의 추정 속도가 최소최대 최적 속도를 달성하며, 로그 인자까지 고려된다.
• 전체 분위수 회귀 함수에 대한 균일한 신뢰구간이 구성되었으며, 유효한 유한 표본 커버리지가 확보되었다.
• 이중 힙을 사용한 동적 프로그래밍 알고리즘은 효율적인 계산을 가능하게 하여, 실제 데이터에 대한 확장성을 확보한다.
• 유전체 시퀀싱 및 이온 채널 기록에서의 시뮬레이션과 실제 데이터 분석을 통해 강건한 성능과 다양한 분포에서의 분위수 변화 정확한 탐지 능력이 확인되었다.