[論文レビュー] Characterizations and Kullback-Leibler Divergence of Gompertz Distributions

Christian Bauckhage|arXiv (Cornell University)|Feb 13, 2014

Innovation Diffusion and Forecasting参考文献 15被引用数 3

ひとこと要約

本稿は、Gompertz分布をゼロ切断Gumbel最小分布として特徴づけ、極値分布（FréchetおよびWeibull）との関連を確立する。また、2つのGompertz分布間のKullback-Leibler（KL）発散に対する閉形式の表現を導出し、生存分析、所得モデル化、SNSにおける注目度ダイナミクスなどの応用分野における効率的なモデル選択と統計的推論を可能にする。

ABSTRACT

In this note, we characterize the Gompertz distribution in terms of extreme value distributions and point out that it implicitly models the interplay of two antagonistic growth processes. In addition, we derive a closed form expressions for the Kullback-Leibler divergence between two Gompertz Distributions. Although the latter is rather easy to obtain, it seems not to have been widely reported before.

研究の動機と目的

• Gompertz分布を極値分布、特にゼロ切断Gumbel最小分布として特徴づけること。
• Gompertz分布が2つの拮抗的成長過程の相互作用をモデル化することを解釈し、物理的・生物学的根拠を提供すること。
• 2つのGompertz分布間のKullback-Leibler（KL）発散に対する閉形式の表現を導出すること。これは文献において広く報告されていない結果である。
• 解析的に扱いやすい発散測度を提供することで、人口統計学、保険数理、マーケティング、SNS分析などの分野におけるモデル選択および統計的推論を支援すること。

提案手法

• パラメータ $ b $ と $ q $ を用いてGumbel分布の確率密度関数（pdf）を再表現し、ゼロ左側で切断した結果、Gompertz分布のpdfと等価であることを示す。
• Gompertz分布がFréchet分布およびWeibull分布の負の対数変換から生じることを示し、これによりタイプIIおよびIIIの極値分布との関連を確立する。
• 変数変換技術および確率密度関数の変換則を用い、Fréchet分布およびWeibull分布からそれぞれ $ y = -\ln x $ および $ y = \ln x $ の変換によりGompertz分布のpdfを導出する。
• 2つのGompertz密度関数 $ f_1(x|b_1,q_1) $ および $ f_2(x|b_2,q_2) $ 間のKullback-Leibler（KL）発散の定義を適用し、積分を4つの部分に分解する。
• 各部分を、置換 $ y = e^{b_1 x} $、積分表（GradshteynとRyzhik）、および特殊関数（指数積分 $ \operatorname{Ei}(-q_1) $ および上不完全ガンマ関数 $ \Gamma(s,x) $）を用いて評価する。
• 4つの積分評価結果を組み合わせることで最終的な閉形式の表現を構成し、KL発散の完全な解析的表現を導出する。

実験結果

リサーチクエスチョン

• RQ1 Gompertz分布は、3つの極値分布（Gumbel、Fréchet、Weibull）とどのように関連しているか？
• RQ2 Gompertz分布は、競合する成長過程の観点から物理的または生物学的解釈としてどのように解釈できるか？
• RQ3 2つのGompertz分布間のKullback-Leibler発散に対して、解析的に閉形式の表現を導出できるか？
• RQ4 このKL発散の表現は、実世界の応用分野におけるモデル選択や統計的推論をどのように改善できるか？

主な発見

• Gompertz分布は数学的にゼロ切断Gumbel最小分布と等価であり、極値理論への直接的なリンクを提供する。
• Gompertz分布は、対数変換または逆対数変換を用いてFréchet分布およびWeibull分布から導出可能であり、極値枠組みにおけるその役割を確認する。
• 2つのGompertz分布間のKL発散は、指数積分 $ \operatorname{Ei}(-q_1) $ および上不完全ガンマ関数 $ \Gamma\left(\frac{b_2}{b_1}+1, q_1\right) $ を含む閉形式の表現で与えられ、これは新規かつ非自明な結果である。
• 導出されたKL発散の式は：$ \ln\frac{e^{q_1}b_1q_1}{e^{q_2}b_2q_2} + e^{q_1}\left[\left(\frac{b_2}{b_1}-1\right)\operatorname{Ei}(-q_1) + \frac{q_2}{q_1^{b_2/b_1}}\Gamma\left(\frac{b_2}{b_1}+1,q_1\right)\right] - (q_1 + 1) $ であり、正確な統計的比較を可能にする。
• Gompertz分布は、加速度的および減速的プロセスのバランスを反映する累積分布関数として、死亡率や注目度の減衰といった文脈で拮抗的成長ダイナミクスをモデル化する。
• 導出されたKL発散は、所得分布モデル化、顧客生涯価値予測、ウイルス的コンテンツダイナミクスなどの応用分野における統計的推論、モデル選択、Gompertzモデル間の比較に特に有用である。