[논문 리뷰] On Bahadur Efficiency of Power Divergence Statistics

Peter Harremoës, Igor Vajda|arXiv (Cornell University)|2010. 02. 07.

Advanced Statistical Methods and Models참고 문헌 8인용 수 4

한 줄 요약

이 논문은 연속적인 대립가설 하에서, 균일하지 않은 귀무가설이 존재할지라도, 정보 발산 통계량(α=1)이 α>1인 힘 발산 통계량보다 무한히 더 높은 바하두르 효율성을 가짐을 입증한다. 또한 0<α≤1인 힘 발산 통계량은 상호 비교 가능하며, α>1인 통계량보다 더 효율적임을 보이며, 이는 이전의 기술적 모호성을 해소하고 관측치 증가율과 분포 가정에 대해 더 날카로운 조건으로 이전 결과를 확장한다.

ABSTRACT

It is proved that the information divergence statistic is infinitely more Bahadur efficient than the power divergence statistics of the orders $α&gt;1$ as long as the sequence of alternatives is contiguous with respect to the sequence of null-hypotheses and the the number of observations per bin increases to infinity is not very slow. This improves the former result in Harremoës and Vajda (2008) where the the sequence of null-hypotheses was assumed to be uniform and the restrictions on on the numbers of observations per bin were sharper. Moreover, this paper evaluates also the Bahadur efficiency of the power divergence statistics of the remaining positive orders $0&lt; α\leq 1.$ The statistics of these orders are mutually Bahadur-comparable and all of them are more Bahadur efficient than the statistics of the orders $α&gt; 1.$ A detailed discussion of the technical definitions and conditions is given, some unclear points are resolved, and the results are illustrated by examples.

연구 동기 및 목표

• 균일한 귀무가설과 더 엄격한 관측치 증가 조건에 대한 이전의 바하두르 효율 결과를 균일하지 않은 귀무가설로 확장하기 위해.
• 이전에 분석되지 않은 범위 0<α≤1에 대해 힘 발산 통계량의 바하두르 효율을 평가하기 위해.
• 연속적인 대립가설의 맥락에서 바하두르 효율과 관련된 정의 및 조건에 대한 기술적 모호성을 해결하기 위해.
• 모든 α>0에 대해 바하두르 효율을 엄밀히 비교하고, 특히 α=1과 0<α≤1이 α>1보다 강력하게 열등함을 입증하기 위해.
• 강한 일致성과 강한 바하두르 함수 조건을 통해 바하두르 효율의 강한 의미를 확인하기 위해.

제안 방법

• 연속적인 대립가설 하에서 통계적 검정의 바하두르 효율 프레임워크를 사용하며, 이는 귀무가설과 대립가설 간의 발산이 양의 극한으로 수렴함을 전제로 한다.
• Csiszár의 힘 발산 가족을 적용하며, α≠1일 경우 발산 함수는 Dα(P,Q) = 1/(α(α−1)) × (∑pj^α qj^{1−α} − 1)이고, α=1일 경우 D1(P,Q) = ∑pj ln(pj/qj)이다.
• 각 α에 대해 바하두르 함수 gα(Δ)의 점근적 행동을 유도하며, 이는 검정 통계량의 수렴 속도를 제어하는 수열 cα(n)을 사용한다.
• 다양한 α 값 간의 바하두르 효율을 비교하기 위해 기술적 보조정리를 활용하며, 특히 cα(n) 수열의 점근적 비교를 통해 BE(D1,n; Dα,n) = ∞ (α>1)임을 증명한다.
• 바하두르 효율이 강한 의미에서 정의되기 위해 수렴성과 일치성에 기반한 조건 C1과 C2를 도입하고 적용한다.
• 특정 수열 k_n(상자 수)과 증가율을 포함한 예시를 사용하여 다양한 가정 하에서 이론적 결과를 검증하며, 이는 k_n → ∞ 및 k_n^{b(α)+1} ln n / n → 0 조건을 포함한다.

실험 결과

연구 질문

• RQ1 비균일한 귀무가설 하에서 정보 발산 통계량(α=1)의 바하두르 효율은 α>1인 힘 발산 통계량보다 어떻게 비교되는가?
• RQ2 0<α≤1 범위 내 힘 발산 통계량 간의 바하두르 효율 순위는 어떻게 되며, α>1인 통계량과 비교해 보면 어떠한가?
• RQ3 귀무분포가 비균일하고 각 상자당 관측치 수가 느리게 증가할 경우, D1,n의 바하두르 효율이 Dα,n보다 무한히 클 수 있는가?
• RQ4 상자 수 k_n의 증가 조건과 발산 매개수 α에 대해 바하두르 효율이 잘 정의되고 상호 비교 가능한가?
• RQ5 결과는 강한 의미에서 성립하는가, 즉 강한 일치성과 강한 바하두르 함수 조건 하에서 성립하는가?

주요 결과

• 연속적인 대립가설 하에서, 비균일한 귀무분포가 존재할지라도 정보 발산 통계량(α=1)은 α>1인 모든 힘 발산 통계량보다 무한히 더 높은 바하두르 효율성을 가진다.
• 0<α≤1 범위 내 모든 힘 발산 통계량은 상호 바하두르 비교 가능하며, 모두 α>1인 통계량보다 더 효율적이다.
• D1,n에 대한 Dα,n의 바하두르 효율은 α>1이면 항상 무한대이다(BE(D1,n; Dα,n) = ∞), 즉 각 상자당 관측치 수가 느리게 증가하더라도 성립한다. 이는 대립가설 수열이 연속적일 경우에 한하여 성립한다.
• 이전 연구보다 더 약한 조건 하에서도 결과가 성립한다: 균일한 귀무분포 가정을 제거하고, 각 상자당 관측치 증가율에 대한 제약 조건도 완화한다.
• 강한 의미에서 바하두르 효율이 확립되었으며, 유도된 조건 하에서 강한 일치성과 강한 바하두르 함수가 모두 확인되었다.
• 특히 점근적 행동과 cα(n) 수열의 타당성에 관한 기술적 정의 및 조건의 모호성을 해소하였으며, 효율 비교 프레임워크의 타당성도 입증하였다.