[논문 리뷰] Change point analysis in non-stationary processes - a mass excess approach

Holger Dette, Weichi Wu|arXiv (Cornell University)|2018. 01. 30.

Statistical Methods and Inference참고 문헌 52인용 수 4

한 줄 요약

이 논문은 비정상적 시계열에서 평균의 '의미 있는' 변화를 탐지하는 새로운 변화점 검정법을 제안한다. 이는 초기 평균으로부터의 편차가 사전에 정해진 임계값 $ c $ 를 초과할 경우에만 고려한다. 편향 보정된 단조 증가형 국소선형 추정기와 새로운 부트스트랩 절차를 사용하여 渐近적으로 타당한 임계값을 구축함으로써, 일관된 크기와 검정력으로 비정상 과정에서 의미 있는 구조적 이질성을 정량적으로 평가할 수 있다.

ABSTRACT

This paper considers the problem of testing if a sequence of means $(μ_t)_{t =1,\ldots ,n }$ of a non-stationary time series $(X_t)_{t =1,\ldots ,n }$ is stable in the sense that the difference of the means $μ_1$ and $μ_t$ between the initial time $t=1$ and any other time is smaller than a given level, that is $ | μ_1 - μ_t | \leq c $ for all $t =1,\ldots ,n $. A test for hypotheses of this type is developed using a biascorrected monotone rearranged local linear estimator and asymptotic normality of the corresponding test statistic is established. As the asymptotic variance depends on the location and order of the critical roots of the equation $| μ_1 - μ_t | = c$ a new bootstrap procedure is proposed to obtain critical values and its consistency is established. As a consequence we are able to quantitatively describe relevant deviations of a non-stationary sequence from its initial value. The results are illustrated by means of a simulation study and by analyzing data examples.

연구 동기 및 목표

• 기본적인 변화점 검정이 귀무가설 하에서 정확한 등식을 가정하는 데서 비롯되는 한계를 해결하기 위해, 작은 경제적 비의미 있는 변화조차 기각할 수 있다는 점을 고려한다.
• 초기 평균으로부터의 편차가 사전에 정해진 임계값 $ c $ 를 초과하는 경우에만 '의미 있는' 변화를 탐지하는 검정을 개발함으로써, 리스크 관리 및 품질 관리와 같은 응용 분야에서의 실용적 관련성을 향상시키기 위함이다.
• 두 개의 정상적 단계를 가정하는 기존 변화점 분석의 한계를 넘어서, 시간에 따라 연속적으로 변화하는 비정상적 평균 변화를 허용한다.
• 비정상 과정에서 점점 변화하는 분산이 알려지지 않은 변화점 위치에 의존할 경우, 임계값 추정을 위한 일관된 부트스트랩 절차를 제공한다.
• 예를 들어, 편차가 임계값 $ c $ 를 초과하는 시간 동안의 지속 시간과 같은 초과 질량 측도를 통해 비정상성의 정도를 정량화함으로써 결과의 실용적 해석 가능성을 높인다.

제안 방법

• 비정상 과정 $ X_{t} = \mu(t) + \epsilon_{t} $ 에서 시간에 따라 변화하는 평균 $ \mu(t) $ 를 일관되게 추정하기 위해, 편향 보정된 단조 증가형 국소선형 추정기를 사용한다.
• 초과 질량 ' $ \boldsymbol{T}_c = \int_0^1 \mathbf{1}(\|\boldsymbol{\mu}(t) - \boldsymbol{\mu}(0)\| > c) \, dt $ ' 는 초기 평균으로부터의 편차가 임계값 $ c $ 를 초과하는 총 시간을 측정하는 척도로 정의된다.
• 핵심 기반 스무딩 방법을 사용하여 초과 질량을 추정한다: $ \hat{\boldsymbol{T}}_{N,c} = \frac{1}{N} \sum_{i=1}^N \int_{c^2}^\infty \frac{1}{h_d} K_d\left( \frac{\|\hat{\boldsymbol{\mu}}(i/N) - \hat{\boldsymbol{\mu}}(0)\|^2 - u}{h_d} \right) du $.
• 복잡한 분산 구조를 반영하기 위해 재표본화된 기울기와 오차 항을 사용하는 새로운 부트스트랩 절차를 제안하여 검정 통계량의 표본 분포를 근사한다.
• 검정 통계량을 $ n N b_n h_d \hat{\boldsymbol{T}}_{N,c} - \Delta > q_{1-\alpha} $ 로 유도하며, 여기서 $ q_{1-\alpha} $ 는 부트스트랩 분포의 $ (1-\alpha) $-분위수이다.
• 오차 과정과 대역폭 선택에 대한 규칙성 조건 하에 검정 통계량의 渐近 정규성과 부트스트랩 절차의 일관성을 증명한다.

실험 결과

연구 질문

• RQ1 비정상적 시계열에서 평균의 '의미 있는' 변화를 검정할 수 있는가? 여기서 의미 있는 변화는 임계값 $ c $ 를 초과하는 편차만 고려한다.
• RQ2 비정상적 과정에서 점점 변화하는 분산이 알려지지 않은 변화점 위치에 의존할 경우, 의미 있는 변화점에 대한 타당한 검정 통계량을 어떻게 구성할 수 있는가?
• RQ3 이러한 i.i.d. 가정이 없고 비정상적인 설정에서 임계값 추정을 위한 일관된 부트스트랩 절차는 무엇인가?
• RQ4 예를 들어, 편차가 임계값 $ c $ 를 초과하는 시간 동안의 지속 시간과 같은 초과 질량 측도를 통해 비정상성의 정도를 어떻게 정량화할 수 있는가?
• RQ5 제안된 방법은 비정상적 오차 하에서 다변량 평균 함수와 체류 시간 기반 초과 측도로 확장될 수 있는가?

주요 결과

• 초과 질량 측도 $ \boldsymbol{T}_c $ 를 기반으로 한 제안된 검정 통계량은 의미 있는 변화가 없을 경우 귀무가설 하에서 渐近적으로 정규분포를 따른다.
• 제시된 규칙성 조건 하에서 임계값 추정을 위한 부트스트랩 절차는 일관되며, 이는 검정의 渐近 타당성을 보장한다.
• 편향 보정된 단조 증가형 국소선형 추정기는 비정상 설정에서도 시간에 따라 변화하는 평균을 일관되게 추정할 수 있도록 한다.
• 방법은 초기 평균으로부터의 의미 있는 편차를 성공적으로 탐지하며, 실용적으로 의미 없는 작은 변화로 인한 기각을 피한다.
• 시뮬레이션 연구와 데이터 예제를 통해 검정의 양호한 유한표본 성능과 의미 있는 구조적 이질성 탐지에서의 실용적 유용성을 확인하였다.
• 다변량 평균 함수로의 확장은 이론적으로 지지되며, 체류 시간 기반 초과 측도에 대한 일관된 추정기는 가능하지만, 비정상적 오차 하에서의 渐近 성질은 향후 연구 과제로 남아 있다.