공동가능도를 이용한 정보 빌리기의 위험성

초록

본 논문은 파라미터 θ에 대한 사전은 정확하지만, 보조 데이터에 포함된 잡음 파라미터 μ에 대한 사전이 잘못 지정될 경우, 공동가능도 모델이 오히려 위험을 증가시킨다는 구체적인 예시를 제시한다. 단일 관측값만을 이용한 베이즈 추정에서, 부정확한 잡음 사전이 0‑1 손실 하의 위험을 크게 악화시킬 수 있음을 수식과 시뮬레이션을 통해 보여준다.

상세 분석

이 연구는 가장 단순한 베이즈 설정을 통해 “정보 빌리기”(borrowing information)의 함정을 명확히 드러낸다. 관측값 Y∼N(θ,1)와 보조 관측값 X∼N(θ+μ,1)에서 θ는 {0,1}의 이산값을 갖고, μ는 알 수 없는 연속형 잡음이다. θ에 대한 사전은 균등(½,½)으로 정확히 지정했으며, 손실 함수는 0‑1 분류 손실을 사용한다. 이때 베이즈 추정은 사후 모드, 즉 관측 데이터가 가장 높은 가능도를 주는 θ값을 선택한다. 저자는 두 가지 추정량을 비교한다. 첫 번째는 Y만을 이용한 ˆθ_y, 두 번째는 X와 Y를 동시에 이용한 ˆθ_xy이다. 위험 R(·)=E