[논문 리뷰] Optimal Unbiased Estimation for Maximal Distribution

Hanqing Jin, Shigē Péng|arXiv (Cornell University)|2016. 11. 23.

Advanced Statistical Methods and Models참고 문헌 13인용 수 15

한 줄 요약

이 논문은 최대 순서 통계량이 하한 평균에 대한 최대 비편향 추정량이고, 최소 순서 통계량이 상한 평균에 대한 최소 비편향 추정량임을 입증한다. 이는 최대 분포를 가진 부분선형 기대 공간에서 성립한다. 또한 순서 통계량과 삼각형 배열 샘플링을 이용하여 일반 랜덤 변수의 부분선형 분포에 대한 渐近적으로 비편향된 추정량을 구축한다.

ABSTRACT

Unbiased estimation for parameters of maximal distribution is a very fundamental problem in the statistical theory of sublinear expectation. In this paper, we proved that the maximum estimator is the largest unbiased estimator for the upper mean and the minimum estimator is the smallest unbiased estimator the the lower mean.

연구 동기 및 목표

• 부분선형 기대 공간에서 최대 분포의 모수에 대한 기본적인 비편향 추정 문제를 다루는 것.
• 최대 분포의 상한 평균 $\overline{\mu}$ 와 하한 평균 $\underline{\mu}$ 에 대한 최적의 비편향 추정량을 규명하는 것.
• 독립 동일분포 표본을 이용하여 일반 랜덤 변수의 부분선형 분포에 대한 일반적인 渐近적으로 비편향된 추정량을 개발하는 것.

제안 방법

• 상한 평균과 하한 평균의 추정으로서 독립 동일분포 표본의 최대값과 최소값을 사용하는 순서 통계량을 활용한다.
• 부분선형 기대 하에서 대수법칙을 적용하여 법적 수렴이 최대 분포로 이루어짐을 보인다.
• 표본을 그룹화하고 경험 평균 $M_{k,n}[\varphi]$ 를 계산하기 위해 색인 체계 $\mathrm{trn}(i,k)$ 를 정의한다.
• 경험 평균 $M_{k,n}[\varphi]$ 의 최대값인 $\mathbb{T}_k[\varphi]$ 를 渐近적으로 가장 큰 비편향 추정량으로 구성한다.
• G-분포 프레임워크와 부분선형 기대의 성질을 활용하여 추정량의 극한 분포를 특성화한다.
• 부분선형 기대의 볼록성과 자기 지배 성질을 이용하여 랜덤 벡터의 함수 기대값에 대한 경계를 유도한다.

실험 결과

연구 질문

• RQ1 부분선형 기대 하에서 최대 분포의 상한 평균 $\overline{\mu}$ 에 대한 최적의 비편향 추정량은 무엇인가?
• RQ2 부분선형 기대 하에서 최대 분포의 하한 평균 $\underline{\mu}$ 에 대한 최적의 비편향 추정량은 무엇인가?
• RQ3 일반 랜덤 변수의 전체 부분선형 분포에 대한 渐진적으로 비편향된 추정량을 어떻게 구성할 수 있는가?
• RQ4 최대값과 최소값 순서 통계량은 원래 최대 분포의 분포적 성질을 유지하는가?
• RQ5 삼각형 배열 샘플링 체계에서 그룹 평균 $M_{k,n}[\varphi]$ 의 극한 행동은 어떠한가?

주요 결과

• 최대 추정량 $\max\{X_1, \dots, X_n\}$ 은 상한 평균 $\overline{\mu}$ 에 대한 가장 큰 비편향 추정량이다.
• 최소 추정량 $\min\{X_1, \dots, X_n\}$ 은 하한 평균 $\underline{\mu}$ 에 대한 가장 작은 비편향 추정량이다.
• $k$ 개의 그룹 평균 $M_{k,n}[\varphi]$ 의 최대값은 매개수 $[\underline{\mu}_X(\varphi), \overline{\mu}_X(\varphi)]$ 를 가진 최대 분포로 법적으로 수렴하므로, 이는 渐진적으로 가장 큰 비편향 추정량이 된다.
• 모든 $\varphi \in C_{b,Lip}(\mathbb{R}^d)$ 에 대해, 경험 평균 $M_{k,n}[\varphi]$ 는 $n \to \infty$ 일 때 $M_{[\underline{\mu}_X(\varphi), \overline{\mu}_X(\varphi)]}$ 로 법적으로 수렴하여 渐진적 비편향성을 보장한다.
• 연속 함수 $f$ 에 대해 $f(X_1, \dots, X_n)$ 의 분포는 $[\underline{\mu}, \overline{\mu}]^n$ 에서 $f$ 의 극한값에 의해 결정되는 범위를 가진 최대 분포로 수렴하며, 이는 함수형으로 일반화된 결과이다.
• 삼각형 배열 색인 $\mathrm{trn}(i,k)$ 는 추정량 $\mathbb{T}_k[\varphi]$ 를 구성할 때 모든 표본을 효율적으로 활용함을 보장한다.