시간변화 계수를 갖는 미분방정식 모델에서 잡음이 섞인 시계열 공변량 추정

초록

본 논문은 측정오차가 포함된 시계열 공변량을 이용해 시간변화 계수를 추정하는 새로운 두 단계 추정법을 제시한다. 기존 연구는 상태변수가 오차 없이 관측된 경우에만 이론이 구축돼 있었으나, 여기서는 관측값의 제곱 형태가 나타나는 ‘quadratic functional’ 문제를 해결한다. 저자는 이 방법의 점근적 편향과 분산을 quadratic regression functional 이론을 통해 유도하고, 시뮬레이션과 실제 데이터 예시를 통해 성능을 검증한다.

상세 분석

이 연구는 시간에 따라 변하는 계수를 포함하는 일반적인 ODE(ordinary differential equation) 모델을 다루면서, 특히 공변량 자체가 시간에 따라 변하고 측정오차가 존재하는 상황을 목표로 한다. 기존 문헌(예: Chen & Wu, 2008)에서는 상태변수가 정확히 관측된 전제 하에 두 단계 추정(two‑step estimator)을 제안했으며, 이때는 관측값이 선형 함수 형태로 회귀에 들어가므로 표준 비모수 회귀 이론을 적용할 수 있었다. 그러나 실제 데이터에서는 센서 노이즈, 결측 보간 등으로 인해 공변량이 오염되며, 이 경우 관측값을 그대로 사용하면 회귀식에 관측값의 제곱이 등장하는 quadratic functional 형태가 된다. 이는 편향이 크게 발생하고, 기존의 점근적 분산 공식이 더 이상 유효하지 않음을 의미한다.

논문은 먼저 첫 번째 단계에서 로컬 다항 회귀(local polynomial smoothing)를 이용해 잡음이 섞인 공변량 (X(t))와 그 미분 (\dot X(t))를 비모수적으로 추정한다. 여기서 핵심은 선택된 대역폭 (h)와 커널 함수 (K)가 추정 편향과 분산에 미치는 영향을 정확히 파악하는 것이다. 두 번째 단계에서는 추정된 (\dot X(t))를 시간변화 계수 (\beta(t))와 관측된 (X(t))의 곱으로 회귀한다. 하지만 (\dot X(t))와 (X(t)) 모두 추정오차를 포함하고 있기 때문에, 회귀식은 (\mathbb{E}