지진 최대 진도 상한 추정에 대한 사전 정보 활용

초록

본 논문은 절단된 지진 규모 분포(Truncated Gutenberg‑Richter)의 상한값(최대 가능한 규모)을 추정할 때, 기존 베이즈 추정이 비정규(non‑regular) 상황에서 나타내는 편향과 불안정성을 지적하고, 비베이즈 방법에 사전 정보를 도입한 새로운 추정 기법 두 가지를 제안한다. 제안된 방법들의 평균제곱오차(MSE)와 편향을 Monte‑Carlo 시뮬레이션으로 비교·평가하여, 사전 분포가 전역 MSE를 감소시키지만 지역적 편향을 유발한다는 결론을 도출한다.

상세 분석

이 연구는 절단된 지진 규모 모델을 확률적 지진위험 분석(PSHA)에서 핵심 파라미터인 상한값 (m_{\max }) 의 추정 문제로 접근한다. 기존 베이즈 방법은 사전분포와 우도함수의 곱으로 사후분포를 형성하지만, 절단된 지수분포의 경우 우도함수가 비정규 형태를 띠어 적분이 발산하고, 사후분포가 정상적인 확률밀도함수가 되지 않는다. 저자는 이러한 비정규성으로 인해 베이즈 추정값이 사전분포의 표준편차가 0일 때는 사전 평균에 수렴하고, 표준편차가 무한대로 커질 때는 무한대로 발산한다는 비현실적인 거동을 보인다고 지적한다.

비베이즈 대안으로는 최대가능도(ML) 추정, 편향 보정식, Kijko‑Graeham 식 등 기존 방법들을 정리하고, 각각의 장단점을 논의한다. 특히, ML 추정값 ( \hat m_{\max}=M_{\max}) 은 관측된 최대 규모와 동일하지만 편향이 존재한다는 점을 강조한다. 이를 보정하기 위해 두 번째로 큰 규모와의 차이를 더하는 간단한 보정법(식 9)과, Kijko‑Graeham 식(식 10)을 재해석한다.

핵심 기여는 사전 정보를 비베이즈 추정에 통합한 두 가지 새로운 방법이다. 첫 번째는 사전 평균을 기준으로 한 가중 평균 추정기로, 사전분포의 불확실성을 표준편차로 조정해 ( \tilde m = w \cdot M_{\max} + (1-w)\cdot \mu_{\text{prior}}) 형태로 구현한다. 두 번째는 사전분포를 베타, 로그정규, 대칭 베타 등 다양한 형태로 가정하고, 이들 분포의 모멘트를 이용해 추정량을 직접 계산한다. 두 방법 모두 사전분포의 형태와 파라미터에 따라 전역 평균제곱오차(MSE)를 현저히 낮추지만, 작은 (m_{\max}) 값에서는 과대추정, 큰 (m_{\max}) 값에서는 과소추정하는 지역적 편향을 보인다.

Monte‑Carlo 실험에서는 표본 크기 (n) 와 관측 임계값 (m_c) 을 다양하게 변형하여 10,000회 반복 시뮬레이션을 수행했다. 성능 평가는 MSE와 편향 외에도 신뢰구간(또는 신뢰분포)의 커버리지 비율을 검토하였다. 결과는 기존 베이즈 방법이 신뢰구간을 과도하게 넓히는 반면, 제안된 비베이즈 사전 통합 방법은 보다 타이트하면서도 실제 커버리지를 유지한다는 점을 보여준다.

또한, 사전분포의 파라미터 오차(예: 평균 0.25, 표준편차 0.75에 대한 오차) 전파 분석을 통해 사전 정보가 부정확할 경우 추정량에 미치는 편향 정도를 정량화하였다. 이는 실제 지진 데이터에서 사전 정보가 불완전하거나 전문가 의견에 기반할 때, 결과 해석에 중요한 경고를 제공한다.

전반적으로 논문은 베이즈 추정의 비정규성 문제를 명확히 규명하고, 사전 정보를 활용하면서도 비베이즈 프레임워크 내에서 안정적인 추정량을 제공하는 두 가지 새로운 방법을 제시한다. 이들 방법은 PSHA 모델링에서 상한값 (m_{\max}) 의 불확실성을 보다 현실적으로 반영할 수 있는 실용적 도구로 평가된다.