[논문 리뷰] Two-Sample Tests Based on Geometric Graphs: Asymptotic Distribution and Detection Thresholds

Bhaswar B. Bhattacharya|arXiv (Cornell University)|2015. 12. 01.

Stochastic processes and statistical mechanics참고 문헌 26인용 수 6

한 줄 요약

이 논문은 포아송화된 설정에서 일반 대안 하에서 기하 그래프(예: 최소 스패닝 트리 및 K-최근접 이웃(K-NN) 그래프) 기반 이표본 검정의 점근적 분포를 유도한다. K-NN 검정에 대한 탐지 임계값과 점근적 국소 검정력도 확립하며, 다양한 설정에서 성능을 수량화하는 차원에 따라 달라지는 지수를 드러낸다.

ABSTRACT

In this paper we consider the problem of testing the equality of two multivariate distributions based on geometric graphs, constructed using the inter-point distances between the observations. These include the test based on the minimum spanning tree and the $K$-nearest neighbor (NN) graphs, among others. These tests are asymptotically distribution-free, universally consistent, and computationally efficient, making them particularly useful in modern applications. However, very little is known about the power properties of these tests. In this paper, using the theory of stabilizing geometric graphs, we derive the asymptotic distribution of these tests under general alternatives, in the Poissonized setting. Using this, the detection threshold and the limiting local power of the test based on the $K$-NN graph are obtained, where interesting exponents depending on dimension emerge. This provides a way to compare and justify the performance of these tests in different examples.

연구 동기 및 목표

• 기하 그래프 기반 이표본 검정의 검정력 성질를 이해하기 위해, 이는 널리 사용되지만 통계적 성능 측면에서 잘 이해되지 않은 분야이다.
• 안정성 있는 기하 그래프 이론을 사용하여 일반 대안 하에서 이러한 검정의 점근적 분포를 확립하기 위해.
• 고차원 설정에서 K-NN 그래프 기반 검정에 대한 탐지 임계값과 점근적 국소 검정력을 도출하기 위해.
• 다양한 차원에서 서로 다른 기하 그래프 검정의 성능를 비교하기 위한 이론적 기반을 제공하기 위해.

제안 방법

• 기하 그래프 기반 검정 통계량의 점근적 분석을 단순화하기 위해 포아송화된 설정을 사용한다.
• 일반 대안 하에서 검정 통계량의 점근적 분포를 도출하기 위해 안정성 있는 기하 그래프 이론을 적용한다.
• K-NN 그래프에 초점을 맞추고 국소 대안 하에서 그 점근적 분포를 도출한다.
• 대안 하에서 검정 통계량이 발산하는 속도를 분석하여 탐지 임계값을 계산한다.
• 연속 대안 하에서 K-NN 검정의 국소 검정력을 지배하는 차원에 따라 달라지는 지수를 규명한다.

실험 결과

연구 질문

• RQ1 일반 대안 하에서 기하 그래프 기반 이표본 검정의 점근적 분포는 무엇인가?
• RQ2 고차원 설정에서 K-NN 그래프 기반 검정의 탐지 임계값은 무엇인가?
• RQ3 K-NN 검정의 국소 검정력은 데이터의 차원에 어떻게 의존하는가?
• RQ4 국소 대안 하에서 검정의 수렴 속도를 지배하는 지수는 무엇인가?

주요 결과

• 포아송화된 설정에서 일반 대안 하에서 기하 그래프 기반 이표본 검정의 점근적 분포가 도출되었다.
• K-NN 그래프 기반 검정의 탐지 임계값이 규명되었으며, 이는 데이터의 차원에 따라 달라지는 임계 속도를 드러낸다.
• K-NN 검정의 점근적 국소 검정력은 차원에 따라 달라지는 지수를 보이며, 이는 성능가 데이터의 차원성에 따라 크게 달라짐을 시사한다.
• 결과는 다양한 표본 추출 및 차원성 조건에서 서로 다른 기하 그래프 검정의 민감도를 비교하기 위한 이론적 기초를 제공한다.