통계학에 대한 J K 고시의 주요 공헌

이 논문은 J K 고시 교수의 50년 넘는 학술 활동을 연대기적으로 정리하면서, 그의 주요 연구 분야를 네 가지 큰 축으로 나눈다. 첫 번째는 순차분석이다. 고시는 대학원 시절부터 Wald의 순차 확률비 검정(SPRT)에 주목하여, 이 검정의 이중 최소극값(minimax) 성질을 일반화하고, 작동특성 함수의 단조성을 증명하였다. 그는 또한 Ghosh‑Pratt 항등식을 도입해 단순 식별자를 이용한 순차 검정의 허용성을 분석했으며, SPRT를 제한된 표본 크기, 최소 관측 수, 사전 지정 관측 수 등 다양한 제약 하에서도 최적 검정으로 자리매김하게 하였다. 이후 두 단계 절차와 Stein의 정규 평균 신뢰구간 문제를 다루며, 두 번째 단계의 표본 분산을 이용해 무작위 신뢰계수를 향상시킬 수 있음을 보였다. 두 번째 축은 통계학의 기초 이론, 즉 충분통계와 불변성이다. 고시와 공동 연구자들은 충분 σ‑필드와 불변 σ‑필드의 교집합이 불변 σ‑필드에 대해 충분함을 증명함으로써, 두 제한을 순차적으로 적용해도 정보 손실이 없음을 보였다. 이와 더불어 Bartlett가 제시한 전이성(transitivity) 개념을 활용해, 순차 실험에서 충분·불변 구조가 어떻게 유지되는지를 명확히 했다. 비정규 모델, 특히 지원이 매개변수에 따라 변하는 이산 분포에서도 최소 충분 σ‑필드가 존재하고, Neyman‑Factorization 정리가 유지됨을 보여 통계학의 적용 범위를 크게 확장하였다. 세 번째 축은 고차 비대칭(asymptotics)이다. 고시는 Bahadur‑Ghosh‑Kiefer 표현을 일반화하여, 두 번째 미분 가정 없이도 O(n⁻¹/²) 오차를 얻을 수 있음을 증명하였다. 이는 다변량 순위 검정의 정규성 증명에 직접 활용되었다. Edgeworth 전개에 대해서는 Cramér 조건 하에서 r차 전개가 O(n⁻(r+1)/2) 오차를 갖는 것을 최초로 엄밀히 증명하고, 이후 모멘트 조건을 완화하는 결과를 제시하였다. 이러한 고차 비대칭 결과는 추정량의 2차 위험을 비교하는 기준을 제공하며, Fisher 일관성을 만족하는 추정량이 MLE보다 2차 위험 면에서 열등함을 보여준다. 고시는 또한 Wald, Rao, 우도비 검정 통계량 간의 고차 비교를 수행하고, Bartlett 보정을 통해 우도비 검정의 정확도를 향상시키는 방법을 제시하였다. Bahadur 효율성 연구에서는 효율성 순위와 Neyman‑Scott 문제를 연결시켜, 반정규(semiparametric) 모델에서의 효율적 추정법을 제시하였다. 네 번째 축은 베이지안 통계이다. 고시는 객관적 사전 선택, 사후 분포의 극한 성질, 베이지안 비모수 모델, 모델 선택 및 가설 검정 등을 체계화하였다. 매칭 사전과 같은 목표 사전의 정의와 구축 방법을 정립하고, 사후 분포가 점근적으로 정상성을 갖는 조건을 명확히 하였다. 베이지안 비모수 방법론에서는 Dirichlet 과정과 그 일반화 모델을 이용해 무한 차원 파라미터 공간에서의 일관성 및 수렴 속도를 분석하였다. 모델 선택에서는 베이지안 정보 기준(BIC)과 사전 확률을 결합한 새로운 기준을 제안하고, 가설 검정에서는 베이지안 사후 오즈와 전통적인 p‑값 사이의 관계를 고차 비대칭 관점에서 재해석하였다. 고시의 연구는 순차적 사고 흐름—데이터 포인트 → 데이터 요약 → 요약의 극한 → 일반 모델링—을 통해 통계학의 이론적 토대를 확장하고, 실용적 응용까지 연결한다는 점에서 큰 의미를 가진다. 그의 130여 편 논문, 두 권의 IMS 모노그래프(‘Higher Order Asymptotics’, ‘Bayesian Nonparametrics’)와 Springer 출판의 베이지안 비모수 서적은 현재도 활발히 인용되며, 차세대 통계학자들에게 중요한 연구 지침서가 되고 있다.