$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

확률밀도함수의 불연속점 추정을 위한 띠폭 선택
Bandwidth selection for discontinuity point estimation in density 원문보기

Journal of the Korean Data & Information Science Society = 한국데이터정보과학회지, v.23 no.1, 2012년, pp.79 - 87  

허집 (덕성여자대학교 정보통계학과)

초록
AI-Helper 아이콘AI-Helper

Huh (2002)는 확률밀도함수가 하나의 불연속점을 가질 때, 한쪽방향커널함수를 이용하여 확률 밀도함수의 오른쪽과 왼쪽 커널추정량을 제시하여 그 차를 최대로 하는 점을 불연속점의 위치추정량으로 제안하였다. 커널추정량의 평활모수인 띠폭의 선택의 중요함은 익히 알려져 있다. 최대가능도 교차타당성은 확률밀도함수의 커널추정량에서 띠폭 선택의 기준으로 널리 쓰여지고 있다. 본 연구에서는 한쪽방향커널함수를 이용한 확률밀도함수의 오른쪽과 왼쪽 커널추정량들의 띠폭의 선택 방법을 Hart와 Yi (1998)의 한쪽방향교차타당성의 방법론을 최대가능도교차타당성에 적용하여 제안하고자 한다. 소표본 모의실험을 통하여 연구결과를 제시하고자 한다.

Abstract AI-Helper 아이콘AI-Helper

In the case that the probability density function has a discontinuity point, Huh (2002) estimated the location and jump size of the discontinuity point based on the difference between the right and left kernel density estimators using the one-sided kernel function. In this paper, we consider the cro...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 연구에서는 위 Huh (2002)의 불연속점 추정량들 (2.3)과 (2.4)를 구하기 위한 띠폭 h의 선택에 대해 연구하고자 한다. 먼저 연속 가정 하의 확률밀도함수의 커널추정량에 쓰이는 대칭함수이고 토대가 [−1, 1]인 커널함수를 L이라 하고 띠폭을 hc라고 하자.
  • Huh (2010b)는 Hart와 Yi의 방법을 사용하여 회귀함수의 불연속점의 추정량들을 위한 띠폭을 오른쪽과 왼쪽 한쪽방향교차타당성들의 합을 최소로 하는 것으로 선택하였다. 본 연구에서는 확률밀도함수의 불연속점의 추정량들을 위한 띠폭을 회귀함수의 불연속점 추정을 위한 Huh의 띠폭 선택 방법과 같이 (2.5)의 최대가능도교차타당성에 한쪽방향교차타당성 방법을 적용하여 선택하고자 한다.
  • 이 논문에서는 확률밀도함수가 불연속점을 가질 때 그 불연속점의 위치와 점프크기의 커널추정량에 쓰이는 띠폭 선택에 대한 연구를 하고자 한다. 연속인 확률밀도함수의 커널추정량의 띠폭 선택에 흔히 쓰이는 최대가능도교차타당성 (maximum likelihood cross-validation)을 Hart와 Yi (1998)가 연구한 한쪽방향교차타당성의 방법에 적용하여 띠폭 선택 방법을 제시하고자 한다.
  • 확률밀도함수의 불연속점 추정을 위한 제안된 띠폭 선택에 대한 모의실험 결과를 알아보고자 한다. 모의실험을 위하여 토대 [0, 1]을 가지는 다음의 확률밀도함수

가설 설정

  • : i = 1, · · · , n }를 독립이고 동일한 확률밀도함수 f로부터의 표본이라고 하자. 확률밀도함수의 비모수적 추정을 위하여 일반적으로 f의 부드러움의 정도를 최소한 두 번 미분 가능하다고 가정한다. 하지만 실제 구현에서는 확률밀도함수가 불연속점 (discontinuity point)을 가질 수 있으며, 이러한 불연속점을 고려하지 않고 추정할 경우에는 그 불연속점 주변에서 비모수적 추정량의 정도 (precision)가 떨어지게 된다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
최대가능도 교차타당성은 어떤 기준으로 쓰이는가? 커널추정량의 평활모수인 띠폭의 선택의 중요함은 익히 알려져 있다. 최대가능도 교차타당성은 확률밀도함수의 커널추정량에서 띠폭 선택의 기준으로 널리 쓰여지고 있다. 본 연구에서는 한쪽방향커널함수를 이용한 확률밀도함수의 오른쪽과 왼쪽 커널추정량들의 띠폭의 선택 방법을 Hart와 Yi (1998)의 한쪽방향교차타당성의 방법론을 최대가능도교차타당성에 적용하여 제안하고자 한다.
확률밀도함수의 비모수적 추정을 위해 무엇을 가정하는가? 표본 { Xi : i = 1, · · · , n }를 독립이고 동일한 확률밀도함수 f로부터의 표본이라고 하자. 확률밀도함수의 비모수적 추정을 위하여 일반적으로 f의 부드러움의 정도를 최소한 두 번 미분 가능하다고 가정한다. 하지만 실제 구현에서는 확률밀도함수가 불연속점 (discontinuity point)을 가질 수 있으며, 이러한 불연속점을 고려하지 않고 추정할 경우에는 그 불연속점 주변에서 비모수적 추정량의 정도 (precision)가 떨어지게 된다.
불연속점 주변에서 비모수적 추정량의 정도가 떨어지는 이유는 무엇인가? 하지만 실제 구현에서는 확률밀도함수가 불연속점 (discontinuity point)을 가질 수 있으며, 이러한 불연속점을 고려하지 않고 추정할 경우에는 그 불연속점 주변에서 비모수적 추정량의 정도 (precision)가 떨어지게 된다. 이는 확률밀도함수가 불연속점에서 미분이 존재하지 않아 추정량의 편의가 발생하게 되고 이로 인해 일치추정량 (consistent estimator)이 되지 않기 때문에 생기는 현상이다. M#ller (1992)와 Huh와 Park (2004)이 이러한 문제점을 회귀모형에서 회귀함수가 불연속점을 가지는 경우에 언급하였고, Huh (2010b)는 일반화선형모형에서 회귀함수가 불연속점을 가지는 경우에 대해 설명하였다.
질의응답 정보가 도움이 되었나요?

참고문헌 (20)

  1. Cline, D. B. H. and Hart, J. D. (1991). Kernel estimation of densities with discontinuities or discontinuous derivatives. Statistics, 22, 69-84. 

  2. Gijbels, I. and Goderniaux, A. C. (2004a). Bandwidth selection for change point estimation in nonparametric regression. Technometrics, 46, 76-86. 

  3. Gijbels, I. and Goderniaux, A. C. (2004a). Bootstrap test for change points in nonparametric regression. Journal of Nonparametric Statistics, 16, 591-611. 

  4. Gijbels, I. and Goderniaux, A. C. (2005). Data-driven discontinuity detection in derivatives of a regression function. Communications in Statistics-Theory and Methods, 33, 851-871. 

  5. Hart, J. D. and Yi, S. (1998). One-sided cross-validation. Journal of the American Statistical Association, 93, 620-631. 

  6. Huh, J. (2002). Nonparametric discontinuity point estimation in density or density derivatives. Journal of the Korean Statistical Society, 31, 261-276. 

  7. Huh, J. (2007). Nonparametric detection algorithm of discontinuity points in the variance function. Journal of the Korean Data & Information Science Society, 18, 669-678. 

  8. Huh, J. (2010a). Estimation of the number of discontinuity points based on likelihood. Journal of the Korean Data & Information Science Society, 21, 51-59. 

  9. Huh, J. (2010b). Detection of a change point based on local-likelihood. Journal of Multivariate Analysis, 101, 1681-1700. 

  10. Huh, J. (2011). Likelihood based estimation of the log-variance function with a change point. Submitted to Journal of Statistical Planning and Inference. 

  11. Huh, J. and Carri`ere, K. C. (2002). Estimation of regression functions with a discontinuity in a derivative with local polynomial fits. Statistics and Probability Letters, 56, 329-343. 

  12. Huh, J. and Park, B. U. (2004). Detection of change point with local polynomial fits for random design case. Australian and New Zealand Journal of Statistics, 46, 425-441. 

  13. Jose, C. T. and Ismail, B. (1999). Change points in nonparametric regression functions. Communication in Statistics-Theory and Methods, 28, 1883-1902. 

  14. Kim, J. T., Choi, H. and Huh, J. (2003). Detection of change-points by local linear regression fit. The Korean Communications in Statistics, 10, 31-38. 

  15. Lee, C. S., Chang, C. and Park, Y. W. (2010). Estimates for parameter changes in a uniform model with a generalized uniform outlier. Journal of the Korean Data & Information Science Society, 21, 581-687. 

  16. Loader, C. R. (1996). Change point estimation using nonparametric regression. Annals of Statistics, 24, 1667-1678. 

  17. Muller, H G. (1992). Change-points in nonparametric regression analysis. Annals of Statistics, 20, 737-761. 

  18. Muller, H. G. and Wang, J. L. (1990). Nonparametric analysis of changes in hazard rates for censored survival data: An alternative to change-point models. Biometrika, 77, 305-314. 

  19. Otsu, T and Xu, K.-L. (2010). Estimation and inference of discontinuity in density. preprint. 

  20. Schuster, E. F. (1985). Incorporating support constraints into nonparametric estimators of densities. Communications in Statistics-Theory and Methods, 14, 1123-1136. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로