[論文レビュー] An Elegant Method for Generating Multivariate Poisson Random Variables

Inbal Yahav, Robert H. Smith+1 more|arXiv (Cornell University)|Jan 1, 2008

Bayesian Methods and Mixture Models参考文献 9被引用数 7

ひとこと要約

本稿では、所望の相関構造とレートパラメータを達成するために、多変量正規乱数を変換する計算的に効率的な方法を提案している。この手法により、正および負の相関を有する任意のレートベクトルを持つデータのシミュレーションが可能となり、従来の手法の柔軟性および複雑さの制限を克服する。

ABSTRACT

Summary. Generating multivariate Poisson data is essential in many applications. Current simulation methods suffer from limitations ranging from computational complexity to restrictions on the structure of the correlation matrix. We propose a computationally efficient and conceptually appealing method for generating multivariate Poisson data. The method is based on simulating multivariate Normal data and converting them to achieve a specific correlation matrix and Poisson rate vector. This allows for generating data that have positive or negative correlations as well as different rates.

研究の動機と目的

• 既存手法の多変量ポアソンデータのシミュレーションにおける複雑な相関構造の取り扱いの限界を解消すること。
• 正および負の相関を両方サポートする計算的に効率的なアルゴリズムの開発。
• 複数の変数におけるレートパラメータの柔軟な指定。
• 多変量ポアソン生成のための概念的に単純かつスケーラブルなアプローチの提供。

提案手法

• まず、所定の相関行列を持つ多変量正規乱数を生成する。
• 次に、目的の相関構造を保持しつつ、正規乱数をポアソン分布に変換する変換を適用する。
• 変換は、事前に指定されたレートベクトルを持つ多変量ポアソン分布への多変量正規分布のマッピングを設計している。
• このアプローチにより、得られるポアソン変数が所望の相関行列および周辺レートを示すことが保証される。
• 最終的なポアソン出力における依存構造を制御するために、多変量正規分布の性質を活用する。

実験結果

リサーチクエスチョン

• RQ1 計算的に効率的な手法が、任意の相関行列を持つ多変量ポアソンデータを生成できるか？
• RQ2 この手法は、シミュレートされたデータにおいて正および負の相関をどれほど正確に再現できるか？
• RQ3 この手法が、変数間で異なるレートパラメータをどれほど柔軟に処理できるか？
• RQ4 変換プロセスは、所望の周辺ポアソン分布を保持しながら、目標とする相関を達成できるか？

主な発見

• 提案手法は、正および負の両方の相関を持つ多変量ポアソンデータを効果的に生成できた。
• シミュレートされたデータにおいて、すべての変数の周辺レートパラメータが正確に維持された。
• 計算複雑度は低く保たれ、高次元設定においてもスケーラブルである。
• 変換プロセスは、制御された依存構造を持つ多変量ポアソン出力への多変量正規乱数の効果的なマッピングを実現した。