시계열 통계 분석을 위한 보편적 소스 코딩 활용

초록

보편적 손실 없는 압축기(보편적 코드)를 이용해 정규·비정규 시계열의 확률·밀도 추정, 예측·회귀·분류, 그리고 적합도·독립성 검정을 수행한다. 압축 길이와 샤논 엔트로피의 수렴 특성을 통계적 추정·검정 도구로 전환함으로써 기존 방법보다 실험적으로 높은 검정력을 보인다.

상세 분석

본 논문은 보편적 소스 코딩 이론을 통계적 시계열 분석에 직접 연결시키는 획기적인 프레임워크를 제시한다. 보편적 코드는 임의의 정상·에르고딕(Stationary‑Ergodic) 소스로부터 생성된 문자열을 샤논 엔트로피에 수렴하는 압축률로 압축한다는 점에서, 압축 길이 (-\log P̂(x^n))가 실제 로그우도와 동일한 asymptotic behavior를 가진다. 이를 이용해 확률·밀도 추정에서는 코드 길이의 차분을 확률 추정값으로, 실수값 시계열에서는 적절한 양자화 후 동일한 원리를 적용한다.

예측·회귀 문제에서는 코드가 제공하는 순차적 확률 할당 (P̂(x_{t+1}\mid x^t))를 그대로 사용함으로써, 최소 평균 로그 손실을 달성하는 온‑라인 예측기를 구현한다. 분류(부가 정보) 상황에서는 입력 시퀀스와 레이블을 결합한 복합 시퀀스에 대한 압축 길이를 비교해 베이즈 위험 최소화와 동등한 결정을 얻는다.

가설 검정 측면에서는 두 가설에 대응하는 두 압축기(또는 동일 압축기의 두 파라미터 설정)로부터 얻은 코드 길이 차이를 검정 통계량으로 사용한다. 특히, 동일성(좋음‑맞춤) 검정에서는 실제 데이터와 가설 모델이 생성한 시퀀스의 압축 길이 차이가 샤논 엔트로피 차이와 일치함을 이용해, p‑값을 코드 길이 차이의 확률분포로 근사한다. 연속 독립성 검정에서는 원시 시계열과 차분 시계열을 각각 압축한 뒤, 압축 효율의 차이가 독립성 위배 정도를 정량화한다.

이러한 방법론은 전통적인 최대우도·카이제곱·스펙트럼 기반 검정에 비해, 비선형·비정규 구조를 자동으로 포착하는 압축기의 적응성 덕분에 실험에서 더 높은 검정력을 보인다. 또한, 구현이 간단하고 기존 데이터 압축 라이브러리(LZ78, CTW, PPM 등)를 그대로 활용할 수 있어 실용성이 크다. 다만, 이론적 수렴 속도는 압축기의 복잡도와 소스의 마코프 차수에 의존하므로, 매우 고차원·고정밀 실수 시계열에서는 양자화 손실과 계산 비용이 제한 요인으로 작용할 수 있다.