갭 시간 분포를 위한 제품극한 추정법과 다양한 관측 방식

초록

본 논문은 단순 재생 과정에서 갭 시간 분포를 비모수적으로 추정하는 문제를 생존 분석의 관점에서 살펴보고, 관측 패턴별로 적용 가능한 제품극한(칼만-마이어) 추정기를 제시한다. 효율성은 낮지만 구현이 간단하고 직관적이어서 실무에 활용 가능함을 강조한다.

상세 분석

재생 과정은 독립이고 동일한 분포를 갖는 간격들(갭 시간)로 이루어진 점 과정이며, 이 간격의 누적분포함수(F) 추정은 전통적인 생존 분석에서 사용되는 제품극한 추정기(Kaplan‑Meier estimator)와 유사한 형태로 전개될 수 있다. 논문은 먼저 전체 관측 구간이 무한히 긴 경우, 즉 전체 과정이 완전하게 관찰되는 상황을 기준 모델로 설정한다. 이때 관측된 각 갭 시간은 정확히 측정된 사건(event)으로 간주되며, 제품극한 추정식은 관측된 사건 수와 위험 집합(risk set)의 비율을 곱하는 형태로 정의된다.

다음으로 저자는 실무에서 흔히 마주치는 네 가지 제한된 샘플링 패턴을 제시한다. 첫 번째는 ‘전방 재발시간(forward recurrence)’ 샘플링으로, 관찰 시작 시점에 이미 진행 중인 갭이 존재하고 그 남은 시간만 기록되는 경우이다. 이 경우 관측된 데이터는 오른쪽 검열(right‑censored) 형태가 되며, 제품극한 추정기에 검열 정보를 포함시켜 수정한다. 두 번째는 ‘후방 재발시간(backward recurrence)’ 샘플링으로, 관찰 종료 시점에 남은 시간만 관측되는 상황이며, 이는 왼쪽 검열(left‑censored)과 동등하게 처리된다. 세 번째는 ‘간격 검열(interval censoring)’으로, 특정 관측 시점 사이에 갭이 발생했는지 여부만 알 수 있는 경우이며, 여기서는 각 구간을 위험 집합에 포함시키고 사건 발생 여부에 따라 0·1 가중치를 부여한다. 네 번째는 ‘혼합 검열(mixed censoring)’으로, 위 세 가지 형태가 복합적으로 나타나는 현실적인 데이터 구조를 말한다.

각 패턴에 대해 논문은 제품극한 추정기의 구체적인 수식과 알고리즘을 제시하고, 기존의 최대우도 추정(MLE)이나 비모수 베이지안 방법에 비해 효율성(variance)은 떨어지지만 구현 복잡도와 계산 비용이 크게 낮다는 장점을 부각한다. 특히 작은 표본이나 관측 구간이 제한적인 상황에서는 복잡한 추정법이 수렴 문제를 일으킬 수 있는 반면, 제품극한 추정기는 직관적인 단계별 업데이트 방식으로 안정적인 추정값을 제공한다.

또한 저자는 이론적 근거로서 제품극한 추정기가 재생 과정의 마르코프 성질과 독립성 가정을 만족할 때 일관성(consistency)과 점근적 정규성을 유지한다는 점을 증명한다. 검열 메커니즘이 독립적이고 비정보적(non‑informative)일 경우, 위험 집합의 정의만 적절히 변형하면 기존 Kaplan‑Meier 이론을 그대로 적용할 수 있다.

마지막으로 시뮬레이션 연구를 통해 네 가지 샘플링 패턴 각각에 대해 평균제곱오차(MSE)를 비교한다. 결과는 제품극한 추정기가 MLE 대비 약 1.5배~2배 정도 큰 MSE를 보이지만, 표본 크기가 50 이하인 경우에는 차이가 크게 감소하고, 계산 시간은 수십 배 빠른 것으로 나타난다. 이러한 실험 결과는 효율성보다 실용성을 중시하는 현장 분석가에게 제품극한 추정기가 충분히 매력적인 대안이 될 수 있음을 시사한다.