다변량 순서 상관계수의 강인 추정: 밀도 파워 발산 접근법

초록

본 논문은 연속형 변수와 순서형 변수 사이의 연관을 나타내는 폴리시리얼 상관계수를 추정할 때, 부분적인 모델 오차(예: 이상치, 부주의 응답)로 인해 최대우도 추정이 크게 왜곡되는 문제를 해결한다. 저자는 밀도 파워 발산(DPD) 기반의 새로운 추정량을 제안하여, 비정규 관측치를 자동으로 가중치 감소시킴으로써 강인성을 확보한다. 이 추정량은 최대우도 추정의 특수 경우이며, 일관성과 점근 정규성을 만족한다. 시뮬레이션과 실증 예시를 통해 2% 이하의 효율 손실로 98% 이상의 효율을 유지하면서도 강인성을 크게 향상시킴을 보인다. 또한 R 패키지 robcat 을 통해 구현이 제공된다.

상세 분석

이 논문은 폴리시리얼 상관모형이 “부분적 잠재 정규성”이라는 가정에 크게 의존한다는 점을 출발점으로 삼는다. 연속형 변수 X와 잠재 연속형 변수 η가 이중 정규분포를 이루고, η가 임계값 τ에 의해 순서형 변수 Y로 구분된다는 전제하에 ρ=Cor(X,η)를 폴리시리얼 상관계수라 정의한다. 기존의 최대우도(ML) 추정은 이 가정이 약간이라도 위배되면, 특히 관측치 하나만이라도 비정규(오염)일 경우 추정값이 무한히 발산하거나 크게 편향될 수 있다. 이는 허버(Huber) 오염 모델과 동일하게 “부분적 오염(partial contamination)” 상황을 의미한다.

저자는 이러한 취약점을 극복하기 위해 밀도 파워 발산(Density Power Divergence, DPD) 추정법을 도입한다. DPD는 파라미터 θ에 대한 로그우도에 가중치를 부여하는 형태로, 관측치의 밀도값이 작을수록(즉, 모델에 부합하지 않을수록) 해당 관측치의 영향력을 α(≥0) 파라미터에 따라 지수적으로 감소시킨다. α=0이면 DPD는 ML과 동일하고, α가 커질수록 강인성이 증가하지만 효율성은 감소한다. 논문은 α를 0.1~0.2 수준으로 설정하면 효율 손실이 2% 이하이면서도 오염에 대한 견고함이 크게 향상된다는 실험적 증거를 제시한다.

이론적 측면에서 저자는 DPD 추정량이 θ₀(진짜 파라미터) 주변에서 일관성을 유지하고, 점근적으로 정규분포를 따른다는 정리를 증명한다. 또한, 부분 오염 상황에서 ML 추정량과 DPD 추정량 모두 확률적으로 수렴하지만, DPD는 진짜 파라미터에 더 가깝게 수렴한다는 “강인성-효율성 트레이드오프”를 명시한다. 가중치 w_i= f_θ(x_i,y_i)^{α} 형태로 정의하고, 이를