[論文レビュー] A New Generalized Kumaraswamy Distribution

Jalmar M. F. Carrasco, Silvia L. P. Ferrari+1 more|arXiv (Cornell University)|Apr 6, 2010

Statistical Distribution Estimation and Applications参考文献 21被引用数 8

ひとこと要約

本稿では、カウマスワミ分布およびベータ分布を一般化する新しい5パラメータの一般化カウマスワミ（GKw）分布を提案する。この分布により、連続的割合データの柔軟なモデリングが可能となる。カウマスワミのCDFと一般化ベータ密度を組み合わせることで、モーメント、順序統計量、エントロピーの閉形式表現が可能となり、最尤推定が可能であり、実データ解析への応用が示されている。

ABSTRACT

A new five-parameter continuous distribution which generalizes the Kumaraswamy and the beta distributions as well as some other well-known distributions is proposed and studied. The model has as special cases new four- and three-parameter distributions on the standard unit interval. Moments, mean deviations, Rényi's entropy and the moments of order statistics are obtained for the new generalized Kumaraswamy distribution. The score function is given and estimation is performed by maximum likelihood. Hypothesis testing is also discussed. A data set is used to illustrate an application of the proposed distribution.

研究の動機と目的

• 単位区間上に定義され、カウマスワミ分布およびベータ分布を一般化する柔軟な連続分布の構築を目的とする。
• 5パラメータの族を用いて、連続的割合データの多様な形状をモデリング可能であり、解析的性質を備えたモデルを提供すること。
• モーメント、リーニーのエントロピー、順序統計量といった主要な統計的指標の明示的表現を導出すること。
• 最尤推定と仮説検定を用いたパラメータ推定のための堅牢なフレームワークを提供すること。
• 社会経済的割合データへの応用を通じて、モデルの実用的有用性を示すこと。

提案手法

• GKw分布は、確率積分変換を用いて構築され、ベースラインとしてカウマスワミのCDFと、一般化ベータ（GB1）密度を混合分布として用いる。
• 得られる確率密度関数は、カウマスワミ分布とべき乗密度の混合として表現され、解析的扱いが可能となる。
• モーメント生成関数、モーメント、平均偏差、ボンフェローニ曲線およびローレンツ曲線、リーニーのエントロピーの明示的公式が導出される。
• 順序統計量の分布は、無限個のべき乗密度の混合として示され、そのモーメントについても閉形式表現が得られる。
• 観測情報行列を用いた最尤推定が実施され、スコア関数およびフィッシャー情報量の解析的表現が提供される。
• 最尤推定器の漸近的分布を用いた仮説検定の議論がなされる。

実験結果

リサーチクエスチョン

• RQ1 カウマスワミ分布およびベータ分布を一般化しつつ、解析的扱いを維持できる5パラメータの分布を構築できるか？
• RQ2 提案された一般化カウマスワミ分布のモーメント、エントロピー、順序統計量について、閉形式表現が得られるか？
• RQ3 GKw密度の混合表現が、統計的推論およびモデルの柔軟性をどのように促進するか？
• RQ4 提案されたモデルが、実世界の割合データのフィッティングにおいて、既存の分布を上回る性能を示せるか？
• RQ5 GKwモデルにおける最尤推定の観測情報行列およびスコア関数の性質は何か？

主な発見

• 一般化カウマスワミ分布は、5パラメータの柔軟なモデルであり、カウマスワミ分布、ベータ分布、マクドナルドのGB1分布を特別な場合として含む。
• 確率密度関数は、カウマスワミ分布とべき乗密度の混合として表現可能であり、主要な統計的性質の解析的導出を可能にする。
• モーメント生成関数、モーメント、リーニーのエントロピー、ボンフェローニ曲線およびローレンツ曲線、平均偏差について、明示的な閉形式表現が導出された。
• 順序統計量の分布は、無限個のべき乗密度の混合として示され、そのモーメントについて2通りの明示的表現が提供された。
• スコア関数および観測情報行列の解析的表現が得られたため、最尤推定が可能であり、仮説検定にも対応できる。
• ブラジルの自治体における家庭収入割合の実データへの応用により、モデルの実用的有用性と、ベースラインモデルに対する優れたフィット性が示された。