베르누이 사우어스 분포 추정의 새로운 접근

초록

본 논문은 베르누이‑사우어스(피로수명) 분포의 프로파일 우도함수에 두 가지 조정 방법을 도입한다. 형태 모수와 척도 모수를 각각 관심·보조 변수로 설정해 조정된 프로파일 최대우도 추정량을 얻고, 시뮬레이션과 실증 사례를 통해 기존 방법보다 정확도와 검정력에서 우수함을 확인한다.

상세 분석

베르누이‑사우어스 분포는 피로 파괴 현상을 모델링하는 데 널리 쓰이며, 두 개의 기본 모수인 형태(shape)와 척도(scale)를 가진다. 전통적인 최대우도 추정(MLE)은 두 모수를 동시에 추정하지만, 실제 분석에서는 하나의 모수에만 관심을 두고 다른 모수를 보조 변수로 취급하는 경우가 많다. 이때 프로파일 우도(profile likelihood)를 이용해 관심 모수에 대한 추정과 검정을 수행한다. 그러나 표준 프로파일 우도는 2차 이상의 비선형성, 작은 표본에서의 편향, 그리고 검정 통계량의 분포 왜곡 등 여러 한계를 가진다.

논문은 이러한 문제를 해결하기 위해 두 가지 조정 기법을 제안한다. 첫 번째는 Cox‑Reid 조정으로, 보조 모수에 대한 정보 행렬을 제거해 우도함수의 곡률을 보정한다. 두 번째는 Barndorff‑Nielsen의 수정된 프로파일 우도(MPL)로, 관측 정보와 기대 정보의 차이를 이용해 1차 및 2차 항을 추가한다. 두 조정 모두 형태 모수에 대한 프로파일 우도와 척도 모수에 대한 프로파일 우도에 각각 적용되었다.

조정된 우도함수를 최대화함으로써 얻은 수정된 프로파일 최대우도 추정량(MPML)은 기존 MLE에 비해 편향이 현저히 감소하고 평균제곱오차가 작다. 특히 작은 표본(n<30)에서 형태 모수에 대한 추정이 크게 개선되며, 척도 모수에 대해서는 두 조정 중 하나가 검정력에서 탁월한 성능을 보인다. 논문은 또한 수정된 우도비(LR) 검정 통계량의 분포가 카이제곱 근사에 더 잘 맞는다는 실증적 증거를 제시한다.

시뮬레이션 설계는 다양한 모수 조합과 표본 크기를 포함했으며, 평균 편향, 표준오차, 커버리지 확률, 그리고 검정력 등을 비교하였다. 결과는 조정된 추정량이 95 % 신뢰구간에서 명목 수준을 정확히 유지하고, 검정에서는 제1종 오류를 적절히 제어하면서 제2종 오류를 크게 감소시킨다.

마지막으로 두 개의 실제 데이터 사례—금속 피로 실험 데이터와 의료 생존 데이터—에 적용해 보조 모수를 고정하거나 추정하는 상황에서 조정된 방법이 기존 방법보다 더 일관된 추정값과 합리적인 검정 결과를 제공함을 확인한다. 전체적으로 이 연구는 베르누이‑사우어스 분포의 실용적 추정과 검정에 있어 프로파일 우도 조정이 필수적인 도구임을 강조한다.