[논문 리뷰] Nonparametric tests for change-point detection in the distribution of block maxima based on probability weighted moments

Ivan Kojadinovic, Philippe Naveau|arXiv (Cornell University)|2015. 07. 22.

Financial Risk and Volatility Modeling참고 문헌 15인용 수 3

한 줄 요약

이 논문은 일반화된 극단가 분포(GEV)를 가정하지 않고 블록 최댓값의 분포 변화를 탐지하기 위한 비모수적 검정을 제안한다. 검정은 점근적 귀무분포에 기반하며 몬테카를로 시뮬레이션을 통해 다양한 환경 데이터 시나리오에서의 유한표본 성능이 견실함을 확인한다.

ABSTRACT

The analysis of seasonal or annual block maxima is of interest in fields such as hydrology, climatology or meteorology. In connection with the celebrated method of block maxima, we study several nonparametric tests that can be used to assess whether the available series of maxima is identically distributed. It is assumed that block maxima are independent but not necessarily generalized extreme value distributed. The asymptotic null distributions of the test statistics are investigated and the practical computation of approximate p-values is addressed. Extensive Monte-Carlo simulations show the adequate finite-sample behavior of the studied tests for a large number of realistic data generating scenarios. Illustrations on several environmental datasets conclude the work.

연구 동기 및 목표

• 블록 최댓값 시리즈의 분포 변화를 탐지하기 위한 비모수적 검정을 개발하기 위해.
• 기존 블록 최댓값 방법에서 일반화된 극단가 분포(GEV)를 가정하는 한계를 해결하기 위해.
• 비모수적 분포가정 없이 블록 최댓값이 상호독립임을 전제로 신뢰할 수 있는 추론을 보장하기 위해.
• 실제 응용에 있어 근사 p-값을 계산하기 위한 실용적인 계산 방법을 제공하기 위해.
• 다양한 현실적인 데이터 생성 과정에서 검정의 유한표본 성능을 검증하기 위해.

제안 방법

• 블록 최댓값의 분포적 특성을 추정하기 위해 확률 가중 모멘트(PWMs)를 기반으로 한 검정을 수행한다.
• 블록 최댓값이 상호독립임을 전제로 할 때 검정 통계량의 점근적 귀무분포를 유도한다.
• 시간에 따른 블록 최댓값의 기저 분포 변화를 탐지할 수 있도록 검정 통계량을 구성한다.
• 근사 p-값은 몬테카를로 시뮬레이션 기법을 사용하여 계산한다.
• 블록 최댓값이 일반화된 극단가 분포를 따라야 한다는 요구 조건이 필요하지 않다.
• 실용적 유용성을 입증하기 위해 환경 데이터셋에 이 방법을 적용한다.

실험 결과

연구 질문

• RQ1 비모수적 검정은 GEV 분포를 가정하지 않고 블록 최댓값의 분포 변화를 탐지할 수 있는가?
• RQ2 다양한 데이터 생성 메커니즘 하에서 제안된 검정은 유한표본에서 어떻게 성능을 보이는가?
• RQ3 이 맥락에서 몬테카를로 방법으로 계산된 근사 p-값의 신뢰성은 어떠한가?
• RQ4 블록 최댓값의 다양한 유형의 분포 이동에 대해 검정의 검정력은 어떻게 비교되는가?
• RQ5 이 방법은 실질적인 환경 시계열 데이터에 효과적으로 적용될 수 있는가?

주요 결과

• 제안된 비모수적 검정은 다양한 현실적인 데이터 생성 시나리오에서 충분한 유한표본 행동을 보였다.
• 검정 통계량의 점근적 귀무분포는 잘 근사되어 타당한 추론이 가능하다.
• 몬테카를로 시뮬레이션을 통해 계산된 근사 p-값은 실질적 응용에 있어 신뢰할 수 있고 실용적이다.
• 블록 최댓값이 일반화된 극단가 분포를 따르지 않더라도 검정은 견실성을 유지한다.
• 환경 데이터셋에 대한 실증적 사례 연구를 통해 이 방법의 실용적 관련성과 분포 변화에 대한 민감성이 확인되었다.
• 확률 가중 모멘트의 사용은 검정 통계량의 안정성과 해석 가능성 향상에 기여한다.