[論文レビュー] Estimating a Change Point in a Sequence of Very High-Dimensional Covariance Matrices

Holger Dette, Guangming Pan+1 more|arXiv (Cornell University)|Jul 27, 2018

Statistical Methods and Inference参考文献 23被引用数 16

ひとこと要約

本稿は、次元数 p が標本サイズ n よりも著しく大きい高次元共分散行列における変化点推定のための2段階手法を提案する。まず次元削減により、しきい値を適用した二乗差の重み付き和を通じて顕著な共分散差を同定し、次に削減された成分におけるCUSUM統計量により変化点を特定する。本手法はスパarsity仮定を必要とせず、一般条件のもとで一致推定を達成し、理論的保証とシミュレーションによる支援を有する。

ABSTRACT

This article considers the problem of estimating a change point in the covariance matrix in a sequence of high-dimensional vectors, where the dimension is substantially larger than the sample size. A two-stage approach is proposed to efficiently estimate the location of the change point. The first step consists of a reduction of the dimension to identify elements of the covariance matrices corresponding to significant changes. In a second step, we use the components after dimension reduction to determine the position of the change point. Theoretical properties are developed for both steps, and numerical studies are conducted to support the new methodology. Supplementary materials for this article are available online.

研究の動機と目的

• 次元数 p が標本サイズ n よりも著しく大きい状況において、高次元共分散行列における構造的変化を検出する課題に対処すること。
• 共分散行列に制限的なスパarsity仮定を課さない手法の開発。
• 高次元設定における変化点位置の理論的裏付けに基づく一貫した推定量の提供。
• 次元削減により不要な共分散成分からのノイズを低減することで、検出精度の向上。

提案手法

• 変化点候補における二乗差の重み付き和をしきい値処理することで、共分散行列の顕著な変化を示す成分を選択する次元削減手順を適用する。
• 感度と特異度のバランスを考慮し、最適なしきい値を選択するためのブートストラップ法を用いる。
• 削減された成分に基づいてCUSUM型の検定統計量を構築し、変化点位置を推定する。
• 帰無仮説および対立仮説の下での検定統計量の集中不等式を導出するため、劣指数的尾部バインドとモーメント不等式を用いる。
• Johnson ら (1985) の理論的結果を活用して、CUSUM統計量の尾部確率を有界化し、一貫性を保証する。
• 一般条件のもとで第1種および第2種の誤り確率の漸近的制御を確立する。具体的には、p n^{-M} → 0 および p n e^{-cτ} → 0 の条件を想定する。

実験結果

リサーチクエスチョン

• RQ1 共分散行列にスパarsity仮定を置かない状況でも、一貫した変化点推定量を高次元共分散行列に対して開発可能か？
• RQ2 どのようにして次元を効果的に削減し、変化点検出に最も有用な成分を抽出できるか？
• RQ3 誤差率および収束性の観点から、2段階手法の理論的性能はどのように評価できるか？
• RQ4 高次元的かつ非スパースな設定下で、既存手法と比較して本手法のロバストネスと精度はどのように異なるか？
• RQ5 次元削減ステップにおける最適なしきい値選択戦略は何か？

主な発見

• 提案手法の2段階アプローチは、一般条件のもとで、p >> n の場合でも変化点の一致推定を達成する。
• 次元削減ステップにより、顕著な共分散差を持つ成分が効果的に抽出され、不要なエントリからのノイズが低減される。
• 理論的分析により、変化点推定における誤り確率が o(1/n) であることが示され、強い一貫性が裏付けられる。
• 劣指数的尾部を含む、弱いモーメントおよび尾部条件のもとで、第1種および第2種の誤り確率が制御される。
• シミュレーション研究により、本手法が高次元的かつ非スパースな設定下でロバストで、他の手法に比べ優れた性能を示すことが確認された。
• ブートストラップに基づくしきい値選択により、有限標本における性能が向上し、信頼性のある成分選択が保証される。