누락 데이터가 있는 블록 최대값 모델링

초록

본 논문은 블록 최대값 분석에 널리 쓰이는 GEV 모델에 결측 비율을 명시적으로 반영하는 방법을 제안한다. 결측이 존재하면 관측된 최대값이 실제 최대값보다 작아져 위치·스케일 파라미터가 편향되고 반환수준이 과소평가된다. 저자들은 각 블록의 비결측 관측 수 nᵢ를 이용해 GEV의 위치·스케일을 조정하는 파싱턴스 모델을 구축하고, 최대우도 추정과 새로운 진단 플롯을 제시한다. 시뮬레이션과 해양·대기 사례 연구를 통해 결측을 무시했을 때보다 훨씬 정확한 추정이 가능함을 보인다.

상세 분석

이 연구는 전통적인 블록 최대값(block maxima) 접근법이 결측 데이터에 취약하다는 점을 명확히 짚고, 이를 보정하기 위한 두 가지 모델링 전략을 제시한다. 첫 번째는 위치 µ와 스케일 σ를 블록별 비결측 관측 수 nᵢ에 대한 함수로 설정하는 회귀형 접근법이다. 이는 박스-코크스(B‑splines)와 같은 비선형 파라메트릭 형태로 구현될 수 있으나, 파라미터 식별성 확보를 위해 다양한 결측 비율이 필요하고, 관측 블록 수가 제한적인 환경에서는 과적합 위험이 크다. 두 번째이자 핵심 제안은 GEV 분포의 최대안정성(max‑stability) 특성을 활용해, 결측 비율 pᵢ = nᵢ/n에 따라 GEV 누적분포함수 G(z;µ,σ,ξ) 를 pᵢ 제곱(또는 pᵢ 승) 형태로 변형하는 파싱턴스(parsimonious) 모델이다. 즉, 각 블록의 최대값 Mₙᵢ 는 G(z;µ,σ,ξ)^{pᵢ} 를 따르는 것으로 가정한다. 이 방식은 추가 파라미터를 도입하지 않으면서도 결측 비율을 직접 반영하므로 계산 효율성이 높고, 기존 GEV 추정기와 동일한 최대우도 프레임워크에 쉽게 통합될 수 있다. 논문은 이러한 모델을 위해 결측이 완전 무작위(MCAR)라는 가정을 명시하고, 결측 여부가 관측값과 독립임을 전제한다. 추정은 블록별 결측 수 nᵢ 를 알려주는 원시 데이터 플래그를 활용해 로그우도 함수를 구성하고, 표준 최적화 알고리즘으로 파라미터를 추정한다. 또한, 기존의 확률-플롯과 양자화 플롯에 결측 보정 버전을 추가해 모델 적합도를 시각적으로 검증한다. 시뮬레이션에서는 결측 비율이 30%~70%까지 변하는 상황에서 제안 모델이 “이상적인” 결측 없는 경우와 거의 동등한 평균제곱오차와 편향을 보였으며, 기존의 단순 삭제나 블록 제외 방법에 비해 크게 개선되었다. 실제 데이터 적용에서는 프랑스 브레스트의 해수면 급증 데이터와 영국 플리머스의 대기오염(PM₂.₅) 데이터를 사용했으며, 보정된 모델이 반환수준(예: 100년 반환수준) 추정치를 현저히 높여, 정책적 위험 평가에 중요한 차이를 만든다. 마지막으로 저자들은 결측이 완전 무작위가 아닌 경우, 혹은 시계열 의존성이 존재할 때의 확장 가능성을 논의하고, 베이지안 프레임워크와 공간적 보간을 결합한 미래 연구 방향을 제시한다. 전체적으로 이 논문은 결측이 흔한 환경·기후 데이터 분석에 실용적이며 이론적으로도 견고한 해결책을 제공한다.