매개변수화된 다변량 효용 함수를 갖는 BTL 모델에서 통계 추정량의 오차 한계
Error Bounds for Statistical Estimators in BTL Model with Parametric Multivariate Utility Functions
우리는 참 파트워스(partworth) 벡터가 알려지지 않아 유도된 선호 정보로 매개변수로 추정해야 하는 Bradley-Terry-Luce(BTL) 모델 하에서의 선호 유도(preference elicitation)를 연구한다. 선택된 쌍별 질의 집합은 대안들의 모음에 대해 비균일·결정적이며 임의적이나, 결합 식별가능성(joint identifiability) 조건을 만족해야 한다. 우리는 가능 집합에 대한 명시적 콤팩트성 제약이나 외부 정규화항 없이 정준 최대가능도추정량(MLE)이 유한하며 날카로운 오차 한계를 허용하는 시점을 이해하는 데 초점을 둔다. 이를 위해 표준 유계 동적 범위(bounded dynamic range) 조건 하에서 미니맥스 하한을 유도하고, 고전적 Cramér-Rao 하한에 나타나는 동일한 피셔 정보 기하가 추정 문제의 유한표본 난이도를 뒷받침함을 보인다. 가능도 스코어 방정식의 비점근적 전개와 고정점 국소화 논증을 결합하여, 그 이상에서는 비제약 정준 MLE가 높은 확률로 존재하고 유일해지는 설계 의존적 표본 크기 임계값을 식별한다. 동일한 전개는 추정 오차를 선형 확률항, 명시적 2차 바이어스, 고차 나머지로 분해한다. 정교한 분석은 정준 MLE가 로그 및 상수 인자를 제외하고 미니맥스 수렴률을 달성하는 충분 표본 크기 조건을 제공한다. 이러한 결과는 매개변수적 효용 유도에 대한 통일된 비점근적 이론을 제공하며, 추론이 외부 정규화가 아니라 응답 데이터만으로 결정되는 시점을 밝힌다. 예비 수치 결과는 이론적 발견과 일치한다.