절대편차와 분위수 슬라이스 기반 강건 모멘트 체계

본 논문은 전통적인 모멘트와 L‑모멘트가 갖는 한계를 극복하고자, 중앙값을 기준으로 절대편차를 분위수 구간별로 집계한 두 종류의 강건 모멘트 체계, 즉 MAD(Median Absolute Deviation) 모멘트와 MedAD(Median Absolute Deviation) 모멘트를 제안한다. 1. **연구 배경 및 필요성** - 평균·분산 기반의 전통적 모멘트는 고차 모멘트가 존재하지 않거나 극단값에 민감한 경우 불안정하다. - L‑모멘트는 순서통계량의 선형결합으로 강건성을 어느 정도 확보하지만, 여전히 평균 존재 여부와 꼬리 민감도에 의존한다. - 따라서 평균·분산이 정의되지 않거나 오염이 심한 데이터에 대해 전혀 새로운 요약 지표가 필요하다. 2. **MAD 모멘트 정의** - 모집단을 K개의 동일 확률 구간(quantile slices)으로 나누고, 각 구간에서 |X−Med|의 평균을 계산한다. - 구간별 평균값에 교차 부호(+,−,+,−…)를 부여해 고차 모멘트를 구성한다. - 첫 번째 MAD 모멘트는 중앙값 자체, 두 번째는 전통적인 MAD(중앙값 주변 평균 절대편차)이며, 이후 차수는 좌·우 비대칭 및 주변‑중심 균형을 나타낸다. - 존재조건: 평균이 유한하면 모든 MAD 모멘트가 정의된다(정리 1). 3. **MedAD 모멘트 정의** - 기대값 대신 중앙값을 사용해 절대편차의 중앙값을 구한다. 즉, 각 구간에서 |X−Med|의 중앙값을 구하고 동일한 부호 교차를 적용한다. - 평균·분산이 존재하지 않아도 정의 가능하므로, Cauchy와 같은 초중량 꼬리 분포에서도 적용 가능하다(정리 1). 4. **표준화 및 비율** - 각 고차 모멘트를 두 번째 모멘트(σ̂ = MAD)로 나누어 차원 없는 비율을 만든다. - Γ₃ = μ₃/σ̂는 좌·우 비대칭(스큐니스)을, Γ₄ = μ₄/σ̂는 중앙‑주변 편차(플랫니스·피크니스)를 나타낸다. - 정리 2는 비율이 유계임을, 정리 3은 위치 불변·스케일 동등성을 보인다. 5. **표본 추정 및 asymptotic 성질** - 표본을 동일한 분위수 구간으로 나눈 뒤, 각 구간에서 절대편차 평균(또는 중앙값)을 계산한다. - 표본 MAD·MedAD 모멘트는 선형 결합 형태이므로, 다변량 중심극한정리 적용이 가능해 공동 정규성을 갖는다(정리 4). - 영향함수는 유한하고, 붕괴점은 50%로 강건성을 입증한다(정리 5). 6. **시뮬레이션 및 실증 연구** - 다양한 분포(Uniform, Normal, Logistic, Laplace, Exponential, Pareto, Cauchy)에 대해 MAD·L‑모멘트 비율과 MedAD 비율을 계산하였다. - 경량 꼬리(정규, 로지스틱)에서는 MAD·L‑모멘트가 효율적이며, 표본 크기가 작아도 편향이 작다. - 중·고중량 꼬리(라플라스, Pareto)에서는 MAD·L‑모멘트가 점차 불안정해지지만, MedAD 비율은 여전히 정의되고 안정적이다. - Cauchy 분포에 대해서는 전통적인 최대우도 추정이 수렴하지 않음에도 불구하고, MedAD 기반 위치·스케일 추정량이 간단한 해석식으로 존재하고, 오염에 대해 완전한 강건성을 보였다. 7. **의의 및 활용 가능성** - 중앙값‑절대편차‑분위수 슬라이스라는 삼중축을 통해, 기존 모멘트 체계가 요구하던 고차 모멘트 존재조건을 완전히 제거하였다. - 강건성(유한 영향함수, 50% 붕괴점), 일관성(표본 수가 늘어날수록 실제 모멘트에 수렴), 그리고 해석적 단순성(절대편차와 중앙값만 사용)이라는 장점을 동시에 제공한다. - 금융 위험 측정, 머신러닝 손실 함수 설계, 환경·생물통계 등 극단값이 빈번히 나타나는 분야에서 실용적인 대안이 될 수 있다. 결론적으로, 본 연구는 “MAD·MedAD 모멘트 체계”라는 새로운 통계적 도구를 제시함으로써, 무거운 꼬리와 데이터 오염에 강인한 분포 요약 및 파라미터 추정 방법을 제공한다. 이는 기존의 모멘트와 L‑모멘트가 갖는 한계를 보완하고, 다양한 실무·학술 분야에 바로 적용 가능한 강력한 통계적 프레임워크라 할 수 있다.