High Dimensional Bootstrap and Asymptotic Expansion for the $k$-th Largest Coordinate

1. 연구 배경 및 문제 제기

• 배경: 고차원 통계 추론에서 독립적인 랜덤 벡터 합의 최대값 (maxima) 에 대한 가우시안 근사 및 부트스트랩 유효성은 Chernozhukov et al. (2013, 2017) 및 Koike (2026) 등에 의해 잘 정립되었습니다. 특히 Koike (2026) 는 최대값에 대한 에지워스 (Edgeworth) 및 코르니시 - 피셔 (Cornish-Fisher) 전개를 통해 2 차 정확도의 부트스트랩 커버리지를 입증했습니다.
• 문제: 그러나 **k 번째 가장 큰 좌표 ($T_{n,[k]}$)**에 대한 이론은 상대적으로 부족합니다.
  • 기존 순서 통계량 이론은 고차원 가우시안 근사를 다루지 못했습니다.
  • Ding et al. (2026) 은 1 차 정확도 (first-order) 의 콜모고로프 상한을 제시했지만, 2 차 정확도의 커버리지 전개 (coverage expansion) 는 제공하지 못했습니다.
  • 기술적 난제: 최대값 사건 $\{T_{n,[1]} \le t\}$는 직사각형 (rectangle) 영역이지만, k 번째 순서 통계량 사건 $\{T_{n,[k]} \le t\}$는 직사각형이 아닙니다. 이는 초과 횟수 (exceedance counts) 에 의해 국부적 구조가 결정되며, 단일 경계로 설명할 수 없기 때문에 기존 최대값 이론을 직접 적용하기 어렵습니다.

2. 방법론 (Methodology)

저자는 이 문제를 해결하기 위해 **계승 모멘트 (factorial moments)**와 가중 포함 - 배제 (weighted inclusion-exclusion) 원리를 결합한 새로운 접근법을 개발했습니다.

1. 초과 횟수 표현 (Exceedance-count Representation):

   • 사건 $\{T_{n,[k]} \le t\}$는 "t 를 초과하는 좌표의 개수가 $k-1$개 이하"인 사건과 동치입니다 ($N_n(t) \le k-1$).
   • 이를 통해 문제를 $N_n(t)$의 분포를 다루는 문제로 변환합니다.

2. 가중 포함 - 배제 (Weighted Inclusion-Exclusion):

   • 유한한 포함 - 배제 항을 사용하여 $P(N_n(t) \ge k)$를 전개합니다.
   • 이 과정에서 $s$개의 좌표가 동시에 $t$를 초과할 확률 (rare-orthant probabilities) 들의 가중합으로 문제를 환원시킵니다.

3. 국소 희귀 사분면 분석 (Local Rare-orthant Analysis):

   • 고차원 가우시안 근사 이론 (Koike, 2026) 을 저차원 투영 (projections) 된 사분면 확률에 적용합니다.
   • 투영된 에지워스 밀도 (projected Edgeworth density) 를 사용하여 2 차 보정항을 유도합니다.

4. 부트스트랩 전략:

   • Wild Bootstrap: 3 차 모멘트 매칭 (third-moment matching) 을 수행하는 와일드 부트스트랩을 사용합니다.
   • Double Wild Bootstrap: 1 차 왜곡을 제거하기 위해 사전 변환 (prepivoting) 을 적용한 이중 부트스트랩을 제안합니다.

3. 주요 가정 및 조건

• 데이터 조건 (Assumption 2.1): 독립적인 중심화된 랜덤 벡터이며, 스타인 커널 (Stein kernel) 을 가집니다. 이는 고차원에서의 크라메르 (Cramér) 조건을 대체하는 분석적 도구입니다.
• 부트스트랩 가중치 (Assumption 2.2): 가중치가 가우시안이거나 유계 스타인 커널을 가지며, 3 차 모멘트 ($\gamma = E[w^3]$) 를 조절할 수 있어야 합니다.
• 약한 의존성 (Assumption 2.4): 최대 상관관계 조건 ($\rho_d \log d \to 0$) 을 요구하거나, 2.3 절에서 제시된 대로 정적 가우시안 지수 혼합 (stationary Gaussian exponential-mixing) 조건을 대체 조건으로 제시합니다.

4. 주요 결과 (Key Results)

A. 2 차 커버리지 전개 (Second-order Coverage Expansion)

• Theorem 2.1: $k$ 번째 순서 통계량에 대한 와일드 부트스트랩의 2 차 정확도 커버리지 전개를 증명했습니다.
  • 오차 항은 $\epsilon_n^2$ (여기서 $\epsilon_n \approx \sqrt{\delta_n \log n}$) 의 순서를 가집니다.
  • 1 차 왜곡 항은 $(1-\gamma)Q_{n,k}$로 나타나며, 여기서 $\gamma$는 부트스트랩 가중치의 3 차 모멘트입니다.
• Corollary 2.1 (3 차 모멘트 매칭): 만약 부트스트랩 가중치의 3 차 모멘트가 데이터의 3 차 모멘트와 일치하도록 설정하면 ($\gamma=1$), 1 차 왜곡 항이 사라져 2 차 정확도를 달성합니다.
• Corollary 2.2 (Double Wild Bootstrap): 3 차 모멘트 매칭이 불가능한 경우, **이중 부트스트랩 (Double Wild Bootstrap)**을 사용하여 1 차 왜곡을 제거하고 동일한 2 차 정확도를 달성할 수 있음을 보였습니다.

B. 의존성 구조에 대한 대안 (Stationary Exponential-mixing Alternative)

• Theorem 2.3: 최대 상관관계 조건 대신 정적 가우시안 시퀀스의 지수적 강한 혼합 (exponential strong mixing) 조건을 가정했습니다.
  • 이 경우, 국부적 초과 군집 (local clusters of exceedances) 의 효과를 나타내는 명시적인 잔차 항 $r_d$가 추가됩니다.
  • 차원 $d$가 표본 크기 $n$에 비해 충분히 빠르게 증가할 때 ($d \sim n^c, c > 4/\beta^*$), 이 잔차 항 $r_d$가 $O(n^{-1})$의 속도로 수렴하여 전체 정확도를 유지함을 보였습니다.

5. 시뮬레이션 결과

• 실험 설계: 차원 $d=400$, 표본 크기 $n \in \{200, 400\}$, 비대칭 (Gamma marginals) 및 대칭 조건, 다양한 상관 구조 (Design I, II) 를 사용했습니다.
• 비교 대상: Empirical Bootstrap (EB), Gaussian Wild (GB), Mammen Wild (MB), Rademacher Wild (RB), Beta Wild (BB), Double Wild (DB).
• 결과:
  • MB (Mammen) 와 BB (Beta) 부트스트랩이 가장 안정적이고 견고한 성능을 보였습니다. 특히 비대칭 조건과 강한 상관 구조에서도 과대/과소 추정을 잘 조절했습니다.
  • **RB (Rademacher)**는 대칭 조건에서는 좋지만 비대칭 조건에서 심각한 과대 추정 (liberal bias) 을 보였습니다.
  • **DB (Double Wild)**는 비대칭 조건에서 명목 수준에 가장 근접했으나, 이는 지속적인 편향에 기인한 경우가 있었습니다.
  • 전반적으로 $n$이 커질수록 보정이 개선되었고, $k$가 증가할수록 왜곡이 완화되었습니다.

6. 의의 및 결론

• 이론적 기여: 고차원 가우시안 근사 및 부트스트랩 이론을 최대값 (maxima) 에서 k 번째 순서 통계량 (k-th order statistic) 으로 확장했습니다. 이는 기존에 1 차 정확도에 머무르던 k 번째 순서 통계량 추론을 2 차 정확도 수준으로 끌어올렸습니다.
• 실용적 가치: 3 차 모멘트 매칭이나 이중 부트스트랩을 통해 고차원 데이터의 극단값 (extremes) 및 순서 통계량에 대한 신뢰구간 및 가설 검정의 정확도를 크게 향상시킬 수 있음을 입증했습니다.
• 미래 과제: 시간적 종속성 (temporal dependence) 이 있는 관측치에 대한 가우시안 근사 이론 개발이 향후 연구 과제로 제시되었습니다.

이 논문은 고차원 통계학에서 순서 통계량에 대한 정밀한 추론을 가능하게 하는 강력한 이론적 기반을 제공하며, 특히 극단값 분석이 필요한 금융, 기후, 유전체학 등 다양한 분야에서 중요한 시사점을 줍니다.