무작위 구간의 커버리지 확률 이론

초록

본 논문은 이산 확률변수와 연속 파라미터 공간으로 정의된 무작위 구간의 커버리지 확률에 대한 일반 이론을 제시한다. 최소 커버리지 확률이 유한한 이산 집합에서 달성되고, 파라미터가 구간 끝점 사이를 변할 때 커버리지 확률이 연속적이며 단봉형(unimodal)임을 증명한다. 이 결과는 이항, 포아송, 음이항, 초월적(하이퍼지오메트릭) 분포에 적용 가능하며, 통계적 추론의 보수성을 낮추는 데 기여한다.

상세 분석

논문은 먼저 “무작위 구간”을 정의한다. 구간의 상·하한은 이산 확률변수의 함수이며, 파라미터 θ는 연속적인 값 영역을 가진다. 핵심 정리는 두 가지 성질을 제시한다. 첫째, θ에 대한 커버리지 확률 Pθ{L(θ)≤X≤U(θ)}의 최소값은 θ가 특정 이산값 집합 Θ에 놓일 때 달성된다는 것이다. Θ는 각 구간 경계가 확률변수의 가능한 값과 일치하거나 그 바로 전·후 값으로 구성된 유한 집합이다. 둘째, θ가 두 인접한 Θ* 원소 사이를 연속적으로 변할 때 커버리지 확률은 연속적이고 단봉형 곡선을 그린다. 이는 확률질량 함수가 θ에 대해 단조적으로 변하고, 구간 경계가 θ에 대해 비선형이지만 연속적인 함수이기 때문에 가능하다. 저자는 이를 증명하기 위해 확률질량 함수의 차분 형태와 구간 경계의 미분가능성을 이용한 라그랑주 승수 기법을 활용한다. 또한, 최소값이 Θ*에서만 발생한다는 점은 전통적인 보수적 방법(예: 전체 파라미터 공간에서 최악의 경우를 가정)보다 훨씬 효율적인 설계가 가능함을 의미한다. 논문은 이론을 네 가지 대표적인 이산 분포에 적용한다. 이항 분포에서는 성공 확률 p에 대한 최소 커버리지는 p가 (k‑1)/n, k/n 형태의 유리수일 때, 포아송 분포에서는 평균 λ가 구간 경계와 일치하는 정수값일 때, 음이항 분포에서는 성공 횟수 r과 실패 확률 p의 조합이 특정 유한 집합을 이루는 경우, 그리고 초월적 분포에서는 모집단 크기 N과 표본 크기 n이 구간 경계와 정수 관계를 가질 때 각각 최소값이 달성된다. 이러한 구체적 사례는 기존의 보수적 신뢰구간 설계가 과도하게 넓어지는 문제를 해결하고, 실제 데이터 분석에서 더 정확한 추정과 검정을 가능하게 한다.