[논문 리뷰] Robust estimation in controlled branching processes: Bayesian estimators via disparities

Miguel González, Carmen Minuesa외 2명|arXiv (Cornell University)|2018. 02. 16.

Advanced Thermodynamics and Statistical Mechanics참고 문헌 5인용 수 4

한 줄 요약

이 논문은 모델의 오분포 및 이상치에 강건한 제어된 브랜치 프로세스를 위한 베이지안 추정기들을 제시하며, 이질성 측도를 사용하여 모델의 내성 강화를 도모한다. 로그우도를 이질성 기반 사후확률로 대체함으로써 저자들은 EDAP 및 MDAP 추정기들을 개발하였으며, 이는 일致성, 점근정규성, 모형 오분포 및 이상치에 대한 강건성을 갖추고 있으며 이론적 보장과 실제 데이터 및 시뮬레이션 데이터에 대한 실증적 검증을 통해 입증된다.

ABSTRACT

This paper is concerned with Bayesian inferential methods for data from controlled branching processes that account for model robustness through the use of disparities. Under regularity conditions, we establish that estimators built on disparity-based posterior, such as expectation and maximum a posteriori estimates, are consistent and efficient under the posited model. Additionally, we show that the estimates are robust to model misspecification and presence of aberrant outliers. To this end, we develop several fundamental ideas relating minimum disparity estimators to Bayesian estimators built on the disparity-based posterior, for dependent tree-structured data. We illustrate the methodology through a simulated example and apply our methods to a real data set from cell kinetics.

연구 동기 및 목표

• 모형 오분포 및 이상치에 강건한 제어된 브랜치 프로세스를 위한 베이지안 추론 방법을 개발하는 것.
• 의존적인 트리형 구조 데이터에서의 최빈이질성 기반 추정과 베이지안 추론 간 격차를 메우는 것.
• 브랜치 프로세스에서 이질성 기반 베이지안 추정기의 이론적 성질—일치성, 점근정규성, 강건성—을 확립하는 것.
• 실제 세포 운동 데이터에 방법론을 적용하고 오염 상황에서의 강건한 성능을 시뮬레이션을 통해 보여주는 것.
• 클래식한 갈튼-워슨 프로세스가 특수한 경우로 포함되는, 이질성 기반의 새로운 프레임워크를 제안하여 베이지안 추정을 확장하는 것.

제안 방법

• 사후확률 분포의 로그우도를 스케일된 이질성 측도로 대체하여 이질성 기반 사후확률을 구성하는 것.
• EDAP(이질성 기반 사후확률의 기대값) 및 MDAP(이질성 기반 사후확률의 최빈값) 추정기를 최소 이질성 추정기의 베이지안 해석으로 정의하는 것.
• 파워 분산을 이질성 측도로 사용하여 비정상 관측치 및 모형 이탈에 대한 강건성을 확보하는 것.
• EDAP/MDAP 추정기와 그에 대응하는 빈도주의 추정기 사이의 날카운 확률적 경계를 수립하여 이론적 성질을 검증하는 것.
• 실제 오리고도로시트 세포 집단 데이터셋과 시뮬레이션 연구에 방법을 적용하여 강건성과 효율성을 입증하는 것.
• R을 활용하여 다양한 제어 함수 파라미터와 사전분포에 대한 민감도 분석 및 구현을 수행하는 것.

실험 결과

연구 질문

• RQ1 의존적인 트리형 구조 데이터를 갖는 제어된 브랜치 프로세스에서 이질성 기반 베이지안 추정기는 일치성과 점근정규성을 확보할 수 있는가?
• RQ2 모형 오분포 및 이상치 존재 상황에서 EDAP 및 MDAP 추정기는 어떻게 성능을 발휘하는가?
• RQ3 최소 이질성 추정기와 제안된 이질성 기반 베이지안 추정기 간의 관계는 무엇인가?
• RQ4 이상 분포 또는 제어 메커니즘의 오염에 대해 제안된 추정기는 어느 정도 강건한가?
• RQ5 실제 및 시뮬레이션 데이터에서 다양한 사전분포와 제어 함수 파라미터에 따라 추정기 성능은 어떻게 변하는가?

주요 결과

• EDAP 및 MDAP 추정기는 제시된 모형 하에서 일치성과 점근정규성을 갖추며, 이는 모형이 올바를 경우 신뢰할 수 있는 추론을 보장한다.
• 모형이 정확히 지정된 경우 높은 효율성을 유지하며, 표본 크기가 증가함에 따라 평균제곱오차가 0으로 수렴한다.
• 시뮬레이션 연구에서 오염 수준과 이상치 존재 여부에 관계없이 안정적인 성능을 보이며 강건성을 입증하였다.
• 민감도 분석 결과 사전분포의 분산과 평균이 사후 추정치에 미치는 영향이 미미하여 사전 불확실성 하에서도 안정성을 보였다.
• 실제 세포 운동 데이터 사례에서 추정기들은 낮은 편향과 분산으로 기저 인구 역학을 성공적으로 포착하였다.
• 제어 함수가 후손 수를 조절할 경우, 방법은 클래식한 갈튼-워슨 프로세스로 일반화되며, 적용 범위를 넓혔다.