정규분포 평균을 위한 다단계 가설 검정 효율성과 제한된 표본수

본 논문은 정규분포 평균에 대한 가설 검정을 효율적으로 수행하기 위해, 표본 수가 사전에 결정된 유한한 상한을 갖는 다단계 검정 절차를 제안한다. 연구는 먼저 평균 μ와 분산 σ²를 갖는 정규변수 X에 대해 H₀: μ≤μ₀ 대 H₁: μ>μ₁(μ₀=γ−εσ, μ₁=γ+εσ) 형태의 이원 가설을 설정한다. 기존의 순차가능비(SPRT) 검정은 표본 수가 무한히 커질 수 있고, 단계별 샘플링 비용이 높으며, 경계값 사용에 제한이 있다는 단점을 가지고 있다. 이를 극복하고자 저자는 s단계 다단계 검정 프레임워크를 도입한다. 각 단계 ℓ(ℓ=1,…,s)에서는 미리 정해진 샘플 크기 n_ℓ을 사용한다. 알려진 분산 σ²인 경우, 통계량 T_ℓ=√{n_ℓ}(X̄_{n_ℓ}−γ)/σ 를 계산하고, 두 임계값 a_ℓ=ε√{n_ℓ}−Z_{ζβ}와 b_ℓ=Z_{ζα}−ε√{n_ℓ}를 정의한다. 여기서 Z_{ζα}, Z_{ζβ}는 위험 조정 파라미터 ζ에 따라 조정된 정규분포 상·하위 분위수이다. 결정 변수 D_ℓ는 T_ℓ이 a_ℓ 이하이면 1(수용), b_ℓ 초과이면 2(기각), 그 외이면 0(다음 단계)로 설정한다. D_ℓ=1이면 H₀를 수용하고 검정을 종료, D_ℓ=2이면 H₀를 기각하고 종료, D_ℓ=0이면 다음 단계로 진행한다. 이 구조는 표본 수가 사전에 지정된 최대값을 초과하지 않으며, 단계 수 s와 증분 인자 ρ에 의해 조절된다. 분산이 알려지지 않은 경우에는 t-분포 임계값 t_{n−1,ζα}, t_{n−1,ζβ}를 사용하고, 표본 분산 s_{σ,n_ℓ}=√{∑_{i=1}^{n_ℓ}(X_i−X̄_{n_ℓ})²/(n_ℓ−1)} 로 표준화한다. 통계량은 bT_ℓ=√{n_ℓ}(X̄_{n_ℓ}−γ)/s_{σ,n_ℓ} 로 정의되며, a_ℓ, b_ℓ 역시 t-분포 분위수를 이용해 구성된다. 이 경우에도 동일한 D_ℓ 규칙이 적용된다. 검정 설계의 핵심은 제1종 오류 α와 제2종 오류 β를 사전에 지정하고, 위험 조정 파라미터 ζ를 이분 탐색(bisection)으로 조정해 (1) Pr{Reject H₀|μ≤μ₀}≤α와 (2) Pr{Accept H₀|μ≥μ₁}≤β를 동시에 만족하도록 하는 것이다. 이를 위해 저자는 운영특성(OC) 함수에 대한 엄격한 상·하한을 도출한다. Theorem 2와 Theorem 4에서는 두 독립 표준 정규변수 U, V와 χ² 변수들을 이용해 OC 함수를 ϕ(θ,ζ,α,β) 형태로 표현하고, 이 값이 실제 OC 함수의 상·하한이 됨을 증명한다. 따라서 ζ를 적절히 선택하면 원하는 오류 수준을 정확히 보장할 수 있다. 수치적 계산을 위한 새로운 기법으로, 저자는 2차원 영역에 대한 정규변수 적분을 원통 좌표계로 변환하고, 영역이 원점(0,0)을 포함하는 경우와 포함하지 않는 경우를 구분한다. Theorem 5는 원점을 포함하는 경우에 대한 폐쇄형 적분식, Theorem 6은 가시·비가시 경계 개념을 도입해 원점을 포함하지 않는 경우를 두 적분으로 분리한다. Theorem 7은 특정 형태 Pr{h≤U≤kV+g} 를 계산하기 위한 구체적인 적분 구간과 가중 함수를 제시한다. 더 복잡한 경우(분산 미지, χ²와 정규변수 결합)에는 Theorem 8이 다양한 파라미터 구간에 따라 적분식을 상세히 제시한다. 이러한 적분식을 효율적으로 계산하기 위해 적응형 스캔 알고리즘을 제안한다. 알고리즘은 초기 구간을 설정하고, 구간 내 함수값의 변동성을 평가해 필요시 이분 탐색으로 구간을 세분화한다. 목표 정확도 ε가 만족될 때까지 반복하며, 계산량을 최소화한다. 이 방법은 OC 함수의 상·하한을 매우 촘촘히 추정할 수 있게 해, 검정 설계 단계에서 위험 수준을 정밀히 제어한다. 논문의 마지막 부분에서는 제안된 다단계 검정이 기존 SPRT 대비 (i) 표본 수가 절대적으로 제한되어 실행 가능성 향상, (ii) 단계별 샘플링으로 연산 비용 감소, (iii) 전체 파라미터 구간에서 효율적인 검정력 제공, (iv) 분산이 알려지지 않아도 가중 함수 없이 적용 가능함을 실험 및 이론적으로 입증한다. 또한, 적응형 스캔 알고리즘은 현재 문제뿐 아니라 다른 통계적 적분 문제에도 활용 가능함을 강조한다.