[논문 리뷰] Nonparametric inference for P(X < Y ) with paired variables

José António Frias Montoya, Francisco J. Rubio|arXiv (Cornell University)|2021. 03. 09.

Statistical Methods and Inference참고 문헌 23인용 수 1

한 줄 요약

이 논문은 쌍체화된 종속적인 연속 랜덤 변수 X와 Y에 대해 P(X < Y)를 추정하기 위한 두 가지 비모수적 추정기들을 제안한다. 이는 (X,Y)의 공동 분포 또는 차이 Z = Y−X의 밀도 추정에 커널 밀도 추정을 사용한다. 이 방법은 모수적 가정을 피하고 부트스트랩을 통해 신뢰구간을 구하며, 짝지음이 무시될 경우 오해의 소지가 있는 추론이 초래됨을 시뮬레이션 및 실제 피부암 데이터 예제를 통해 보여준다. 종속성이 θ 추정치와 신뢰구간에 상당한 영향을 미친다.

ABSTRACT

We propose two classes of nonparametric point estimators of θ = P (X < Y ) in the case where (X, Y ) are paired, possibly dependent, absolutely continuous random variables.The proposed estimators are based on nonparametric estimators of the joint density of (X, Y ) and the distribution function of Z = Y -X.We explore the use of several density and distribution function estimators and characterise the convergence of the resulting estimators of θ.We consider the use of bootstrap methods to obtain confidence intervals.The performance of these estimators is illustrated using simulated and real data.These examples show that not accounting for pairing and dependence may lead to erroneous conclusions about the relationship between X and Y .

연구 동기 및 목표

• 쌍체화되고 종속적인 랜덤 변수에 대해 독립성 또는 특정한 모수적 분포를 가정하지 않는 P(X < Y)의 비모수적 추정기 개발.
• 종속성이 존재할 경우 잘못된 추론을 초래할 수 있는 기존 방법의 한계를 해결하기 위해, 독립성을 가정하는 방법의 문제점을 다룸.
• 기존 R 패키지를 활용한 밀도 추정과 부트스트랩 재표본 추출을 통해 구현이 용이한 영리한 접근 제공.
• 시뮬레이션과 실제 데이터를 통해 짝지음과 종속성을 忽시할 경우 X와 Y 간의 관계에 대해 잘못된 결론이 도출됨을 입증함.

제안 방법

• 이중 커널 밀도 추정기( joint (X,Y)에 기반)와 단일 변수 밀도 추정기( Z = Y−X에 기반)의 두 가지 비모수적 추정기 클래스 제안.
• 공동 또는 차이 분포의 비모수적 밀도 추정기(예: 커널, 최대우도추정, SMLE)를 사용하여 θ = P(X < Y)를 추정.
• 공동 밀도 추정치에서 영역 x < y 에 대해 이重적분을 수행하여 추정기 계산.
• 부트스트랩 재표본 추출(정규, 기본, 백분위수, BCa)을 적용하여 θ의 신뢰구간을 구성하며, 추정기의 비모수적 성격을 활용.
• 커널 밀도 추정과 제안된 프레임워크를 결합하여 R에서 표준 패키지를 사용해 실용적으로 구현 가능하게 함.
• 다양한 비모수적 밀도 추정 방법에 대해 추정기의 점근적 성질 기술.

실험 결과

연구 질문

• RQ1 X와 Y가 쌍체화되고 종속적일 때 특정한 모수적 모형을 가정하지 않고 P(X < Y)를 어떻게 비모수적으로 추정할 수 있는가?
• RQ2 종속성이 존재할 경우, 비모수적 밀도 추정기(예: 커널, 최대우도추정, SMLE)가 P(X < Y) 추정에 어떻게 성능을 발휘하는가?
• RQ3 이러한 추정기에 기반한 부트스트랩 신뢰구간은 다양한 추정 방법에서 신뢰구간의 커버리지와 정밀도 측면에서 어떻게 비교되는가?
• RQ4 짝지음과 종속성을 忽시할 경우 P(X < Y)에 대한 잘못된 추론에 얼마나 큰 영향을 미치는가?
• RQ5 제안된 추정기는 기존의 R 패키지를 최소한의 코드로 사용해 실용적으로 구현할 수 있는가?

주요 결과

• 시뮬레이션 데이터에서 짝지음이 무시된 경우 θ = 0.5를 포함하는 신뢰구간이 나왔고, 이는 X와 Y 사이에 차이가 없다는 것을 시사했지만, 쌍체 추정기는 θ ≈ 0.65를 보이며 좁고 겹치지 않는 구간을 제공했다.
• 피부암 데이터의 경우, 독립성 가정 하에 θ = 0.55의 점추정치와 95% 부트스트랩 신뢰구간 (0.474, 0.691)을 얻었으며, 이는 0.5를 포함해 유의미한 차이가 없다는 시사였지만, 쌍체 추정기는 θ = 0.55와 더 좁은 구간 (0.499, 0.598)을 제공해 유의미한 차이가 있음을 시사했다.
• ECDF 기반 추정기는 θ 추정치를 0.69로 높게 산출하고 간격이 넓어, 커널 또는 최대우도기반 추정기보다 효율성이 떨어짐을 시사함.
• 부드러운 추정기(예: SMLE, 커널)는 쌍체 설정에서 특히 ECDF보다 간격의 정밀도와 커버리지 측면에서 뛰어난 성능을 보였다.
• 쌍체 추정기 기반 부트스트랩 구간은 독립성 가정 기반 구간보다 항상 더 좁고 신뢰도가 높았으며, 종속성을 모델링하는 것이 중요함을 강조함.
• 비모수적 밀도 추정과 부트스트랩을 사용한 제안된 방법은 R에서 쉽게 구현 가능하며, 유리한 점근적 성질을 가진 추정기를 생성함.