가중 히스토그램 적합도 검정

초록

본 논문은 Monte‑Carlo 시뮬레이션에서 가중 히스토그램을 이용해 확률밀도함수를 추정할 때, 각 구간의 내용물을 “항목 수가 랜덤한 합”으로 모델링하고, 이에 기반한 적합도 검정 방법을 제안한다. 정규화가 알려진 경우와 알려지지 않은 경우 두 가지 상황에 대한 검정통계량을 도출하고, 수치 실험을 통해 검정의 크기와 검정력을 평가한다.

상세 분석

가중 히스토그램은 전통적인 빈도 기반 히스토그램과 달리 각 표본에 가중치 w_i 를 부여함으로써, 복잡한 확률분포를 효율적으로 근사할 수 있다. 저자들은 이러한 가중 히스토그램을 “무작위 항목 수를 갖는 랜덤 변수들의 합”이라는 확률 모델로 정의한다. 구체적으로, i번째 구간에 들어가는 표본 수 N_i 가 포아송 혹은 다항 분포를 따르고, 각 표본에 부여되는 가중치 w_{ij} 가 독립적인 확률변수라고 가정한다. 따라서 구간 i의 총 가중치는 S_i = Σ_{j=1}^{N_i} w_{ij} 로 표현되며, 이는 복합 확률변수의 합으로서 평균과 분산을 쉽게 구할 수 있다.

이 모델을 바탕으로 저자들은 두 종류의 적합도 검정을 제시한다. 첫 번째는 전체 가중 히스토그램이 사전 정의된 기대 분포 f(x) 와 일치하는지를 검정하는 방법으로, χ² 형태의 검정통계량을 구성한다. 여기서 기대값은 각 구간의 이론적 가중합 μ_i = E