[논문 리뷰] Almost minimax sequential tests of composite hypotheses

Georgios Fellouris, Alexander G. Tartakovsky|arXiv (Cornell University)|2012. 04. 24.

Advanced Statistical Process Monitoring인용 수 1

한 줄 요약

이 논문은 혼합 기반 및 가중 일반화된 우도 비율 통계량을 사용하여 복합 가설에 대한 순차적 검정을 제안하며, 기대 표본 크기와 킬비히러-라이블러 발산을 최소화하는 점근적 최적성을 입증한다. 적절하게 선택된 가중치를 사용할 경우, 이 검정들은 거의 최소 최대 성능과 강건한 행동을 달성하며, 동일한 설계 조건 하에서 두 변형이 동일하게 작동한다.

ABSTRACT

We consider the problem of sequentially testing a simple null hypothesis versus a composite alternative hypothesis that consists of a finite set of densities. We study sequential tests that are based on thresholding of mixture-based likelihood ratio statistics and weighted generalized likelihood ratio statistics. It is shown that both sequential tests have several asymptotic optimality properties as error probabilities go to zero. First, for any weights, they minimize the expected sample size within a constant term under every scenario in the alternative hypothesis and at least to first order under the null hypothesis. Second, for appropriate weights that are specified up to a prior distribution, they minimize within an asymptotically negligible term a weighted expected sample size in the alternative hypothesis. Third, for a particular prior distribution, they are almost minimax with respect to the expected Kullback-Leibler divergence until stopping. Furthermore, based on high-order asymptotic expansions for the operating characteristics, we propose prior distributions that lead to a robust behavior. Finally, based on asymptotic analysis as well as on simulation experiments, we argue that both tests have the same performance when they are designed with the same weights.

연구 동기 및 목표

• 에러 확률이 0에 접근할 때 점근적으로 최적인 순차적 검정 절차를 개발하는 것.
• 모수적 가설 하에서 모든 시나리오에서 기대 표본 크기를 상수 항 내에서 최소화하고, 근본 가설 하에서는 첫 번째 순서에서 최소화하는 것.
• 적절한 사전 기반 가중치를 사용하여 대립 가설 하에서 가중 기대 표본 크기를 최소화하는 것.
• 정지 시점까지의 기대 킬비히러-라이블러 발산에 대해 거의 최소 최대 성질을 확립하는 것.
• 안정적인 성능을 보장하기 위해 고차 점근 전개를 통해 강건한 사전 분포를 제안하는 것.

제안 방법

• 혼합 기반 우도 비율 통계량의 임계값 설정을 통해 순차적 검정을 구성한다.
• 가중 일반화된 우도 비율 통계량을 검정 기반으로 사용하며, 가중치는 사전 분포에서 유도된다.
• 운영 특성 분석 및 강건한 사전 분포 유도를 위해 고차 점근 전개를 적용한다.
• 대립 가설 하에서 기대 표본 크기를 최소화하고, 근본 가설 하에서 킬비히러-라이블러 발산을 최소화하도록 검정을 설계한다.
• 동일한 가중치 조건 하에서 혼합 기반 및 가중 일반화된 우도 비율 검정의 성능을 비교한다.
• 시뮬레이션 실험을 통해 이론적 점근적 결과를 검증한다.

실험 결과

연구 질문

• RQ1 혼합 기반 우도 비율에 기반한 순차적 검정이 기대 표본 크기를 최소화하는 데 점근적 최적성을 달성할 수 있는가?
• RQ2 적절한 사전 기반 가중치를 사용할 경우, 가중 일반화된 우도 비율 검정이 가중 기대 표본 크기를 최소화할 수 있는가?
• RQ3 검정을 정지 시점까지의 기대 킬비히러-라이블러 발산에 대해 거의 최소 최대 성질을 가지도록 설계할 수 있는가?
• RQ4 고차 점근 전개가 강건한 사전 분포 선택에 어떻게 기여하는가?
• RQ5 동일한 가중치로 설계된 경우, 혼합 기반 및 가중 일반화된 우도 비율 검정이 동일한 성능을 보이는가?

주요 결과

• 혼합 기반 및 가중 일반화된 우도 비율 검정은 모든 대립 가설 시나리오 하에서 기대 표본 크기를 상수 항 내에서 최소화하고, 근본 가설 하에서는 첫 번째 순서에서 최소화한다.
• 사전 분포에 따라 지정된 가중치를 사용할 경우, 대립 가설 하에서 가중 기대 표본 크기를 점근적으로 무시할 수 있는 항 내에서 최소화한다.
• 특정 사전 분포에 대해, 검정은 정지 시점까지의 기대 킬비히러-라이블러 발산에 대해 거의 최소 최대 성질을 가진다.
• 고차 점근 전개를 통해 다양한 시나리오에서 강건한 성능을 보장하는 사전 분포를 도출할 수 있다.
• 시뮬레이션 실험과 점근적 분석을 통해 동일한 가중치로 설계된 두 검정이 동일한 성능을 보임을 확인하였다.
• 제안된 검정은 표본 크기 및 발산 최소화를 포함한 다수 기준에서 강력한 점근적 최적성을 달성한다.