[논문 리뷰] The Nonparanormal SKEPTIC

Han Liu, Fang Han외 3명|arXiv (Cornell University)|2012. 06. 27.

Statistical Methods and Inference참고 문헌 11인용 수 22

한 줄 요약

이 논문은 스피어만의 ρ와 켄달의 타우와 같은 순위 기반 상관계수 추정기법을 사용하는 고차원 무방향 그래픽 모델 추정을 위한 반모수적 방법인 비정규 스펙터(Nonparanormal Skeptic)를 소개한다. 이 방법은 그래프 추정과 매개변수 추정에서 최적의 파arametric 수렴 속도를 달성하여, 데이터가 실제로 정규분포이더라도 가우시안 그래픽 모델에 대한 강건한 대안이 된다.

ABSTRACT

We propose a semiparametric approach, named nonparanormal skeptic, for estimating high dimensional undirected graphical models. In terms of modeling, we consider the nonparanormal family proposed by Liu et al (2009). In terms of estimation, we exploit nonparametric rank-based correlation coefficient estimators including the Spearman's rho and Kendall's tau. In high dimensional settings, we prove that the nonparanormal skeptic achieves the optimal parametric rate of convergence in both graph and parameter estimation. This result suggests that the nonparanormal graphical models are a safe replacement of the Gaussian graphical models, even when the data are Gaussian.

연구 동기 및 목표

• 정규성을 가정하지 않고도 강건한 고차원 무방향 그래픽 모델 추정기 개발
• 가우시안 그래픽 모델을 더 유연한 반모수적 대안으로 대체하여 최적의 추정 속도 유지
• 개선된 강건성을 확보하기 위해 비모수적 순위 기반 상관계수 추정기(예: 스피어만의 ρ, 켄달의 타우) 활용
• 비정규 모델 하에서 고차원 설정에서 이론적으로 최적성 입증
• 진짜 분포가 정규분포일 경우에도 이론적으로 파arametric 수렴 속도 달성 가능 여부 입증

제안 방법

• 모수적 방법이 아닌 비정규 모델 가정 하에, 무작위 변수들이 알려지지 않은 단조 증가 함수를 통해 다변수 정규성을 유도하는 비정규 모델 가정
• 상관계수 추정에 파라미터 기반 피어슨 상관계수 대신 순위 기반 상관계수 추정기인 스피어만의 ρ와 켄달의 타우 사용
• 무방향 그래픽 모델의 구조는 순위 기반 상관계수 행렬의 임계값 처리 후 조건부 인성 테스트를 통해 복원
• 이론적 분석을 통해 그래프 추정과 매개변수 추정에서 최적의 파라미터 기반 수렴 속도 달성 입증
• 이 방법은 이중적으로 강건함: 정규성 하에서는 효율성을 유지하고 비정규성 하에서는 강건함
• 희소 정밀행렬 추정 기반으로 계산이 효율적이고 고차원 설정에 스케일 가능

실험 결과

연구 질문

• RQ1 순위 기반 상관계수를 사용하는 반모수적 방법이 고차원 그래픽 모델에서 최적의 파라미터 기반 수렴 속도를 달성할 수 있는가?
• RQ2 실제로 데이터가 정규분포일 경우 비정규 스펙터는 가우시안 그래픽 모델 대비 어떻게 성능을 발휘하는가?
• RQ3 비모수적 순위 추정기의 사용이 고차원 의존성 구조 추정에서 얼마나 강건성을 향상시키는가?
• RQ4 비정규 모델 가정 하에서도 이론적으로 최적성 유지되는가?
• RQ5 이 방법은 비정규성에 대해 강건하고 정규성 하에서는 효율적인가?

주요 결과

• 비정규 스펙터는 비정규 모델 하에서 그래프 추정과 매개변수 추정 모두 최적의 파라미터 기반 수렴 속도 달성
• 진짜 분포가 다변수 정규분포일 경우에도 이 최적의 수렴 속도 유지하며, 강건성 측면에서 전통적인 가우시안 그래픽 모델을 능가함
• 스피어만의 ρ와 켄달의 타우와 같은 순위 기반 상관계수 추정기는 비정규 가족 하에서 최적의 추정을 달성하는 데 충분함이 입증됨
• 이론적 분석을 통해 정규성에서의 이탈에 강건하면서도 정규성 하에서는 효율성을 유지함이 확인됨
• 표본 크기가 차원에 비례해 증가함에 따라 고차원 설정에서도 일관된 그래프 복원과 매개변수 추정 가능
• 실제 응용에서 가우시안 그래픽 모델의 안전하고 이론적으로 탄탄한 대안 제공