[논문 리뷰] Uniform confidence bands for nonparametric errors-in-variables regression

Kengo Kato, Yuya Sasaki|arXiv (Cornell University)|2017. 02. 11.

Statistical Methods and Inference참고 문헌 74인용 수 4

한 줄 요약

이 논문은 측정 오차 분포가 알려져 있지 않은 비모수적 오차-변수 모델에서 渐近적으로 타당한 균일 신뢰구간을 구성하기 위한 새로운 방법을 제안한다. 검증 데이터 또는 반복 측정 데이터를 사용하여 타이밍된 다중성 부스트(멀티플라이어) 부스트 프로시저와 함께 탈디컨볼루션 커널 추정을 결합함으로써, 이 어려운 비모수적 설정에서 처음으로 渐近적으로 타당한 균일 신뢰구간을 수립한다.

ABSTRACT

This paper develops a method to construct uniform confidence bands for a nonparametric regression function where a predictor variable is subject to a measurement error. We allow for the distribution of the measurement error to be unknown, but assume the availability of validation data or repeated measurements on the latent predictor variable. The proposed confidence band builds on the deconvolution kernel estimation and a novel application of the multiplier bootstrap method. We establish asymptotic validity of the proposed confidence band. To our knowledge, this is the first paper to derive asymptotically valid uniform confidence bands for nonparametric errors-in-variables regression.

연구 동기 및 목표

• 측정 오차 분포가 알려져 있지 않을 때 비모수적 오차-변수 회귀에 대한 추론 방법의 부족을 해결하기 위해.
• 측정 오차 하에서 회귀 함수 추정의 불확실성을 고려한 균일 신뢰구간을 개발하기 위해.
• 검증 또는 반복 측정 데이터를 사용하여 비모수적 EIV 모델에서 추론을 위한 실용적이고 이론적으로 타당한 방법을 제공하기 위해.
• 숨겨진 잠재 예측변수로 인해 탈디컨볼루션 모델에서 점차적 분산 추정 및 부스트 구현에 도전하는 문제를 해결하기 위해.
• 기존의 부스트 및 탈디컨볼루션 기법을 측정 오차가 있고 오차 분포가 알려져 있지 않은 조건에서 균일 신뢰구간 설정으로 확장하기 위해.

제안 방법

• 측정 오차가 있는 예측변수 W에서 비모수적으로 회귀 함수 g(x)를 추정하기 위해 탈디컨볼루션 커널 추정을 사용한다.
• 검증 데이터 또는 반복 측정을 통해 알려지지 않은 측정 오차 분포를 추정함으로써 일관된 탈디컨볼루션을 가능하게 한다.
• 탈디컨볼루션 설정에 특화된 새로운 맞춤형 다중성(와일드) 부스트 프로시저를 적용하여 추정 과정의 분포를 근사한다.
• 표준화된 추정 오차의 부스트 분포를 역으로 적용하여 설계 영역 전역에서 균일한 커버리지가 보장되는 신뢰구간을 구성한다.
• 일반적인 부드러운 측정 오차 밀도를 가정할 때, 신뢰구간의 渐近적 타당성을 수립한다.
• 실용적 구현을 위해 Delaigle 등(2008, 2015)의 정규화 및 밴드위드 선택 방법을 현재 프레임워크에 적응시킨다.

실험 결과

연구 질문

• RQ1 측정 오차 분포가 알려져 있지 않을 때 비모수적 오차-변수 회귀에 대해 균일 신뢰구간을 구성할 수 있는가?
• RQ2 다중성 부스트는 어떻게 탈디컨볼루션 설정에 적응시켜 측정 오차 하에서 타당한 추론을 가능하게 할 수 있는가?
• RQ3 제안된 신뢰구간이 渐近적으로 균일 커버리지에 도달하는 데 필요한 이론적 조건은 무엇인가?
• RQ4 기존 방법과 비교해 유한 표본에서 제안된 방법의 성능은 어떠한가?
• RQ5 이 맥락에서 밴드위드 선택 및 정규화에 대한 실용적 지침은 무엇인가?

주요 결과

• 제안된 방법은 渐近적으로 균일한 타당성을 확보하여, 신뢰구간이 진짜 회귀 함수를 명목 수준에 수렴하는 확률로 커버한다.
• 이 방법은 측정 오차 분포가 알려져 있지 않은 비모수적 오차-변수 회귀에서 처음으로 渐近적으로 타당한 균일 신뢰구간을 수립한다.
• 시뮬레이션 연구는 제안된 신뢰구간이 충분한 검증 데이터가 있을 경우 유한 표본에서도 명목 수준에 가까운 커버리지를 달성함을 확인한다.
• NHANES 및 PSID 데이터를 활용한 실증 응용에서는 BMI와 의료비 간의 비선형 관계를 연령대별로 잘 포착함을 보여준다.
• 남성 연령 50–64세에서 BMI=25일 때 총 의료비에 대한 90% 신뢰구간은 약 $1,235–$35,885를 포함하며, 이는 방법의 실용적 유용성을 보여준다.
• 일반적인 부드러운 측정 오차 가정 하에서 방법은 강건하며, Chernozhukov 등(2014a,b,2016)의 고급 확률 도구를 통해 이론적 보장이 뒷받침된다.