공간 의존성을 고려한 다중 필드 수확 품질 분포 비교를 위한 순위 기반 검정

초록

본 논문은 비정규성 및 공간 자기상관을 동시에 갖는 다중 농업 필드의 수확 품질 데이터를 비교하기 위해, 공간 커널을 이용해 경험분포함수(EDF)를 부드럽게 추정하고, 이를 기반으로 순위 검정을 설계한다. α‑mixing 조건 하에서 검정통계량이 가중 카이제곱 합으로 수렴함을 증명하고, 실용적인 p‑값 계산을 위해 사터와이트 근사를 도입한다.

상세 분석

이 연구는 정밀 농업에서 흔히 마주하는 두 가지 통계적 난제—데이터의 비정규성(왜도, 중량 꼬리, 다중 피크)와 공간적 자기상관—를 동시에 해결하려는 시도이다. 전통적인 ANOVA나 t‑검정은 독립성 가정을 위배하면 분산을 과소평가해 제1종 오류가 급격히 증가한다는 점을 지적하고, 기존의 공간 GLS·Kriging은 정규성 전제가 필요하고 반면 블록 부트스트랩은 계산량이 크며 블록 크기 선택에 민감하다는 한계를 제시한다.

논문은 이러한 한계를 극복하기 위해 순위 기반 검정에 공간 커널 스무딩을 결합한다. 각 필드 k에 대해 위치 s₀를 기준점으로 커널 가중치를 부여해 로컬 EDF ˆF_{k,h}(x; s₀)를 정의하고, 전체 필드의 가중 평균 ˆF_h(x; s₀)와의 차이를 √m_n 스케일링으로 정규화한다. 여기서 m_n은 커널 윈도우 안의 격자점 수(≈h²/Δ²)로, 효과적 표본 크기를 반영한다.

핵심 이론적 기여는 α‑mixing(다항식 감쇠) 조건 하에서 이 정규화된 과정 eG_{n,k}(x)와 그 대비 과정 eH_{n,k}(x)가 Gaussian 프로세스로 수렴한다는 점이다. 이를 위해 Davydoff 부등식을 이용해 공분산 커널 γ_k(t;x,y)의 절대 적분가능성을 보이고, Riemann 합을 통해 커널 컨볼루션 ψ_h(t)를 도입해 장기 공분산 연산자를 명시한다. 결과적으로 검정통계량

T_n = Σ_{k=1}^K (m_{n,k}/m_n) ∫