[논문 리뷰] Testing nonparametric shape restrictions

Tatiana Komarova, Javier Hidalgo|arXiv (Cornell University)|2019. 09. 04.

Statistical Methods and Inference참고 문헌 64인용 수 4

한 줄 요약

이 논문은 부분합 경험과정을 사용하여 단조성, 볼록성, U자형, 로그-볼록성 등 광범위한 형태 제약 조건—예를 들어 단조성, 볼록성, U자형, 로그-볼凸성—에 대한 비모수적 검정을 제안한다. 변환 후 검정의 점근적 분포는 표준 브라운 운동의 기능이 되며, 이는 임계값을 도출할 수 있게 한다; 또한 유한 표본 성능을 향상시키기 위해 타당한 부트스트랩 알고리즘이 함께 제시된다.

ABSTRACT

We describe and examine a test for a general class of shape constraints, such as constraints on the signs of derivatives, U-(S-)shape, symmetry, quasi-convexity, log-convexity, $r$-convexity, among others, in a nonparametric framework using partial sums empirical processes. We show that, after a suitable transformation, its asymptotic distribution is a functional of the standard Brownian motion, so that critical values are available. However, due to the possible poor approximation of the asymptotic critical values to the finite sample ones, we also describe a valid bootstrap algorithm.

연구 동기 및 목표

• 비모수적 대안의 형태를 가정하지 않고도 회귀 모형에서 비모수적 형태 제약 조건을 위한 일반적인 검정을 개발하는 것.
• 비모수적 회귀에서 단조성, 볼록성 또는 S자형 관계와 같은 정성적 특징을 검정하는 데 도전하는 것.
• Khmaladze의 변환을 통해 귀무가설 하에서 분포에 종속되지 않는 점근적 분포를 갖는 검정을 제공하는 것.
• 점근적 임계값의 정확도가 떨어질 수 있는 점을 감안해, 타당한 부트스트랩 절차를 도입하여 유한 표본 성능을 향상시키는 것.
• 대역폭 선택이 필요 없이도 실행 가능한 검정을 보장하기 위해 B-스플라인 근사와 경험과정 이론을 활용하는 것.

제안 방법

• 형태 제약 조건의 위반에 민감한 검정 통계량을 구성하기 위해 부분합 경험과정을 사용한다.
• 회귀 함수를 근사하기 위해 차수 $ q $의 B-스플라인과 $ L $개의 키프를 사용하며, 형태 제약 조건을 스플라인 계수 $ \beta_\ell $에 대한 제약 조건으로 변환한다.
• 귀무가설 하에서 경험과정을 표준 브라운 운동의 기능으로 변환하기 위해 Khmaladze의 마팅게일 변환을 적용한다.
• 비확률적 집합 $ S_{q,L} \subseteq \mathbb{R}^L $을 통해 형태 제약 조건을 도입하여 $ L \to \infty $일 때 일致성 보장.
• 변환된 과정의 분포에서 점근적 임계값을 유도하여 크기 제어를 가능하게 한다.
• 유한 표본에서의 임계값에 대한 편향을 보정하기 위해 부트스트랩 알고리즘을 제안하여 타당한 추론을 보장한다.

실험 결과

연구 질문

• RQ1 비모수적 형태 제약 조건—예를 들어 단조성, 볼록성, U자형—에 대해 모형의 형태를 가정하지 않고 일반적인 검정을 개발할 수 있는가?
• RQ2 검정 통계량의 점근적 분포를 어떻게 도출하고, 귀무가설 하에서 분포에 종속되지 않게 만들 수 있는가?
• RQ3 점근적 임계값의 유한 표본 근사 오차가 미치는 영향은 무엇이며, 이를 어떻게 보정할 수 있는가?
• RQ4 이러한 비모수적 형태 검정에 대해 타당하고 계산적으로 실현 가능한 부트스트랩 절차를 구성할 수 있는가?
• RQ5 증가하는 키프 밀도를 가진 B-스플라인 근사는 형태 제약 조건을 어떻게 일관되게 포착하는가?

주요 결과

• 변환 후 검정 통계량은 표준 브라운 운동의 기능으로 분포 수렴하며, 이는 해석 가능한 임계값 도출을 가능하게 한다.
• 진짜 형태 클래스 $ \mathcal{M}_0 $과 B-스플라인 근사 클래스 $ \mathcal{M}_{S_{q,L}} $ 사이의 하우스도르프 거리가 $ L \to \infty $일 때 0으로 수렴하며, 이는 일관성을 보장한다.
• 점근적 분포는 부정확한 매개변수를 포함하지 않아, 정규 조건 하에서 귀무가설 하에서 분포에 종속되지 않는다.
• 유한 표본에서의 임계값은 점근적 분포에 의해 잘 근사되지 않아, 부트스트랩 보정이 필요하다.
• 제안된 부트스트랩 알고리즘은 타당하며 소형에서 중형 표본에서 크기 정확도를 향상시킨다.
• 이 방법은 대역폭 선택이 필요 없어, 커널 스무딩 기반 기존 비모수적 검정에 대한 강건한 대안을 제공한다.