소규모 데이터에서 BirnbaumSaunders 회귀 검정 개선

Birnbaum‑Saunders(BS) 분포는 1969년 Birnbaum과 Saunders가 제안한 신뢰성 모델로, 파손 시간과 같은 양의 연속형 데이터의 꼬리 적합성이 뛰어나 많은 실무에서 활용된다. BS 회귀는 BS 분포를 로그 변환하여 sinh‑정규(SN) 분포를 얻는 아이디어에 기반한다. 구체적으로 T∼BS(α,η)이면 y=log(T)∼SN(α,μ=logη,σ=2)이며, 이를 선형 예측식 y_i = x_i^Tβ + ε_i (ε_i∼SN(α,0,2)) 로 확장한다. 여기서 β는 회귀계수 벡터, α는 형태 파라미터이다. 본 논문은 관측치 n이 작을 때(특히 n<30) 기존 우도비(LR) 검정이 영가설 하에서 χ²_q 근사에 의해 과도한 자유도를 부여해 검정의 크기(size)가 왜곡되는 문제를 지적한다. 이는 Rieck와 Nedelman(1991)에서도 시뮬레이션으로 확인된 바 있다. 저자는 이 문제를 두 단계로 해결한다. 첫 번째 단계는 Bartlett 교정이다. Bartlett(1937)은 LR 통계량의 기대값을 q(제약 자유도)와 일치시키는 상수 c=1+B(θ)/q를 도입했으며, 이를 적용하면 교정된 통계량 LR_b=LR/c는 영가설 하에서 χ²_q 분포에 대한 근사 오차를 O(n⁻²)까지 낮춘다. 논문은 일반적인 다변량 모델에서의 Bartlett 교정 공식을 BS 회귀에 맞게 구체화한다. 핵심은 B(θ) 를 구하는데, 이는 로그우도 2차, 3차 도함수의 기대값(κ)와 그 파생(κ^(t))을 이용해 ε_{p+1}=ε(α,p)+ε_β(α,X) 형태로 표현한다. - ε_α(α,p)= n⁻¹