[論文レビュー] Approximation Theorems Related to the Coupon Collector's Problem

Anna Pósfai|arXiv (Cornell University)|Jun 17, 2010

Markov Chains and Monte Carlo Methods参考文献 26被引用数 7

ひとこと要約

この博士論文は、シュタインの方法とカップリング技法を用いて、コラムコレクターの待ち時間 $W_{n,m}$ の高精度近似定理を構築する。古典的な極限定理を精緻化し、$1/n$ の誤差項を伴うポアソン、複合ポアソン、ポアソン＝シャリエ級数展開を確立。これは、特に中央極限定理およびポアソン極限定理の領域で、従来の $1/\sqrt{n}$ のレートを著しく上回る。

ABSTRACT

This Ph.D. thesis concerns the version of the classical coupon collector's problem, when a collector samples with replacement a set of $n\ge 2$ distinct coupons so that at each time any one of the $n$ coupons is drawn with the same probability $1/n$. For a fixed integer $m\in\{0,1,...,n-1\}$, the coupon collector's waiting time $W_{n,m}$ is the random number of draws the collector performs until he acquires $n-m$ distinct coupons for the first time. The basic goal of the thesis is to approximate the distribution of the coupon collector's appropriately centered and normalized waiting time with well-known measures with high accuracy, and in many cases prove asymptotic expansions for the related probability distribution functions and mass functions. The approximating measures are chosen from five different measure families. Three of them -- the Poisson distributions, the normal distributions and the Gumbel-like distributions -- are probability measure families whose members occur as limiting laws in the limit theorems concerning $W_{n,m}$. The other two approximating measure families are certain compound Poisson distributions and Poisson--Charlier signed measures.

研究の動機と目的

• シュタインの方法とカップリング技法を用いて、$W_{n,m}$ の待ち時間の古典的極限定理を高次の近似精度で精緻化する。
• 標準的な $1/\sqrt{n}$ のレートよりもタイトな誤差項を提供することで、既存の近似のギャップを埋める。
• 中央極限定理およびポアソン極限定理の領域における分布近似のために、高度なカップリングおよびシュタインの方法の技術を発展・適用する。
• 中心化された待ち時間 $\widetilde{W}_{n,m} = W_{n,m} - (n-m)$ のための明示的な誤差率を伴うポアソン＝シャリエ級数展開を確立する。
• 複合ポアソン近似と正規近似の性能を比較し、特定のパrameter領域において複合ポアソン近似が同程度またはより正確であることを示す。

提案手法

• シュタインの方法を用いて、$W_{n,m}$ の分布とポアソン、正規、複合ポアソン近似の間の全 Variation 距離を評価する。
• 和の項の分散が減少する場合に誤差項を改善する、新規のカップリング不等式を導入する。
• 特性関数の技法を用いて、中心化された待ち時間 $\widetilde{W}_{n,m}$ のためのポアソン＝シャリエ級数展開を導出する。
• 漸近的挙動 $m/n$ および $\sigma_n^2 - \mu_n - (n-m)$ に応じて、誤差項の上界を $\sigma_n \log \sigma_n (1/\sqrt{m})^R$、$(\sqrt{n})^{R-3}/(n-m)^{R-2}$、$(n-m)/(√n)^{R+1}$ として確立する。
• 独立な幾何確率変数を用いた表現 $W_{n,m} \stackrel{d}{=} \sum_{k=m+1}^n X_{k/n}$ を用いて、モーメントおよび依存構造を分析する。
• 正規化および中心化のための基礎的ツールとして、$\mathbb{E}[W_{n,m}] = n \sum_{k=m+1}^n \frac{1}{k}$ および $\mathrm{Var}(W_{n,m}) = n \sum_{k=m+1}^{n-1} \frac{n-k}{k^2}$ の恒等式を用いる。

実験結果

リサーチクエスチョン

• RQ1 中心化された $W_{n,m} - (n-m)$ のポアソン近似は、古典的な $O(1/\sqrt{n})$ の境界を上回る $O(1/n)$ の誤差率を達成できるか？
• RQ2 中央極限定理およびポアソン極限定理の領域において、$W_{n,m}$ の全 Variation 距離誤差について、複合ポアソン近似と正規近似の性能はどのように比較できるか？
• RQ3 中心化された待ち時間 $\widetilde{W}_{n,m}$ のポアソン＝シャリエ級数展開の最適収束レートは何か？また、$m/n$ の漸近的挙動にどのように依存するか？
• RQ4 和の項の分散が減少する場合（例：コラムコレクター過程）に、新規のカップリング不等式が誤差項の改善に寄与するか？
• RQ5 複合ポアソン近似が $O(1/\sqrt{\mathrm{Var}(W_{n,m})})$ よりも良い誤差率を達成する条件は何か？

主な発見

• 中心化された $\widetilde{W}_{n,m} = W_{n,m} - (n-m)$ のポアソン近似は、全 Variation 距離において $1/n$ のオーダーの誤差項を達成し、古典的な $1/\sqrt{n}$ のレートを著しく上回る。
• 複合ポアソン近似は、$W_{n,m}$ に対して全 Variation 距離で $O(1/\sqrt{n})$ の誤差項を達成するが、新規のカップリング不等式により定数が改善され、特に和の項の分散が $n$ と共に減少する場合に顕著に有効である。
• ポアソン＝シャリエ級数展開の誤差率は、$m/n$ の漸近的挙動および $\sigma_n^2 - \mu_n - (n-m)$ に応じて、$O(\sigma_n \log \sigma_n (1/\sqrt{m})^R)$、$O((\sqrt{n})^{R-3}/(n-m)^{R-2})$、$O((n-m)/(√n)^{R+1})$ となる。ここで $R \geq 3$ である。
• 複合ポアソン近似は、中央極限定理およびポアソン極限定理の領域において、正規近似と同等またはそれ以上の精度であることが示され、全 Variation 距離で測定された誤差を用いて裏付けられている。
• 平均を一致させたシュタインの方法と新規のカップリング不等式の併用により、分散が減少する非 i.i.d. 設定において、古典的なミネカ不等式よりもタイトな誤差項が得られる。
• ガブリー近似は、極限分布の正確な密度関数を導出し、位置パラメータを $\gamma - \sum_{k=1}^m \frac{1}{k}$ にシフトすることで精緻化された。この近似は $m$ が固定されている場合に有効であることが示された。