[논문 리뷰] The empirical process in Mallows distance, with application to goodness-of-fit tests

Richard J. Samworth, Oliver Johnson|ArXiv.org|2005. 04. 21.

Statistical Methods in Clinical Trials참고 문헌 7인용 수 3

한 줄 요약

이 논문은 몰라스 거리에서의 경험적 과정을 조사하며, 분포 데이터에서 적합도 검정을 위한 프레임워크를 제안한다. 경험적 과정의 약한 수렴을 확립하고 점근적 분포를 도출함으로써, 데이터 기반 대안 대비 파라미터 가족에 대한 타당한 추론을 가능하게 한다.

ABSTRACT

This paper has been temporarily withdrawn, pending a revised version taking into account similarities between this paper and the recent work of del Barrio, Gine and Utzet (Bernoulli, 11 (1), 2005, 131-189).

연구 동기 및 목표

• 확률 분포에 적합한 척도인 몰라스 거리를 사용하여 경험적 과정의 이론적 기반을 마련하는 것.
• 관측치가 스칼라 또는 벡터 관측치가 아니라 분포인 경우에 적합도 검정을 수행하는 데 도전하는 것.
• 몰라스 거리 하에서 경험적 과정의 약한 수렴을 확립하여 점근적 추론을 가능하게 하는 것.
• 분포 데이터 분석에서 타당한 통계적 검정을 구성하기 위한 프레임워크를 제공하는 것.
• 비유클리드 거리 척도 하에서 경험적 과정 이론을 확률 측도에 적용할 때 발생하는 이론적 격차를 해결하는 것.

제안 방법

• 확률 분포를 비교하는 데 사용되는 척도로 몰라스 거리(또는 워셔스타인 거리로도 알려짐)를 사용한다.
• 분포 함수의 집합에 의해 인덱싱된 경험적 과정의 약한 수렴을 도출하기 위해 함수적 중심극한정리 기법을 적용한다.
• 혼합 조건 하에서 경험적 과정 이론을 적용하여 확률적 유계성과 수렴성을 보장한다.
• 경험 모델과 파라미터 모델 간의 몰라스 거리에 기반한 검정 통계량의 점근적 분포를 도출한다.
• 함수 집합의 엔트로피를 제어하기 위해 대칭화 및 엔트로피 방법을 통합한다.
• 특히 2차 모멘트가 유한한 분포의 공간을 포함한 확률 측도의 거리 공간에 적응된 경험적 과정 기법에 의존한다.

실험 결과

연구 질문

• RQ1 경험적 과정은 몰라스 거리 하에서 어떻게 행동하며, 약한 수렴이 이루어지는가?
• RQ2 몰라스 거리를 사용하여 파라미터 가족에 대한 점근적으로 타당한 적합도 검정을 구성할 수 있는가?
• RQ3 경험적 과정 프레임워크 하에서 몰라스 거리에 기반한 검정 통계량의 극한 분포는 무엇인가?
• RQ4 몰라스 거리 하에서 경험적 과정의 이론적 성질은 기존의 L2 기반 접근과 비교하여 어떻게 다른가?
• RQ5 분포 데이터 설정에서 점근적 근사의 타당성을 보장하는 조건은 무엇인가?

주요 결과

• 분포 함수의 집합에 의해 인덱싱된 경험적 과정은 몰라스 거리 하에서 유계 연속 함수 공간에서 약한 수렴을 보인다.
• 몰라스 거리에 기반한 검정 통계량의 점근적 분포가 도출되어 가설 검정을 위한 임계값 계산이 가능해진다.
• 수렴 결과는 분포 집합에 대한 약한 모멘트 및 엔트로피 조건 하에서도 성립한다.
• 이 프레임워크는 데이터가 확률 측도일 때 파라미터 가족에 대한 적합도 검정을 지원한다.
• 분포 데이터 설정에서 기존의 L2 기반 경험적 과정에 대한 일관된 대안을 제공한다.
• 적절한 매개변수 공간의 정규성 조건 하에서 모형 오설정에 대해 이론적 결과가 강건하다.