[論文レビュー] Confidence Intervals for Poisson Distribution Parameter

Sergey Bityukov, Nikolai Krasnikov+1 more|ArXiv.org|Aug 9, 2001

Fault Detection and Control Systems参考文献 8被引用数 15

ひとこと要約

本稿では、背景減算などの補正により観測されたイベント数が非整数となる場合に、ポアソン分布のパラメータに対する信頼区間を構築するための統一的頻度的・ベイズ的アプローチを提案する。観測データのもとでの真のパラメータの標本分布としてガンマ分布を用いることで、整数値および実数値の観測に対しても連続的な信頼区間を構築可能となり、数値結果では低イベント数時でも正確なカバレッジを示す。

ABSTRACT

Results of numerical procedure of constructing confidence intervals for parameter of the Poisson distribution of signal events in the presence of background events with known value of parameter of Poisson distribution are presented. It is shown that the used procedure has both the Bayesian and frequentist interpretations. Also the possibility to construct a continuous analogue of the Poisson distribution to search the bounds of confidence intervals for the parameter of the Poisson distribution is discussed.

研究の動機と目的

• 背景減算やその他の補正により観測イベント数が非整数となる場合に、ポアソンパラメータの信頼区間を構築する課題に対処すること。
• 観測カウントが与えられたもとで真のポアソンパラメータの事後確率が自然にガンマ分布でモデル化されることを示し、これにより頻度的およびベイズ的解釈が可能になること。
• 観測イベント数が整数でない場合に信頼区間を構築できるように、ポアソン分布の連続的アナロジーを一般化すること。
• 低カウントを含むさまざまな観測値の範囲で、最小長信頼区間を数値的に安定して計算する手法を提供すること。
• 特に低カウント時における従来手法と比較した数値的検証を通じて、本手法のカバレッジ特性を検証すること。

提案手法

• 真のポアソンパラメータ λ が観測カウント ẋ に対して与えられたもとで、形状母数 ẋ+1、尺度母数 1 のガンマ分布に従うという恒等式を用いる。すなわち、P(λ|ẋ) ∝ λ^ẋ e^−λ / ẋ! である。
• 与えられた仮定のもとで、同じガンマ分布が頻度的信頼区間とベイズ的信用区間の両方の目的に適していることを示し、両者の双対性を確立する。
• 非整数の観測値 ẋ に対しては、ガンマ分布モデルを連続的な ẋ ≥ 0 に拡張し、ポアソン分布の連続的アナロジーとして扱う。
• 信頼区間は、ガンマ(1, ẋ+1)密度関数の下で λ₁ から λ₂ の間の面積が所望の信頼水準（例：90%）に等しくなるような最短区間 [λ₁, λ₂] を数値的に特定することで構築する。
• 中央信頼区間と最短長区間の両方を計算し、特に中央区間が最適でない可能性がある低 ẋ 値におけるカバレッジ特性を比較する。
• 0 から 20 のさまざまな ẋ 値に対して数値表を作成し、得られた信頼区間とそのカバレッジを示す。結果は、低 ẋ 時でもほぼ90%のカバレッジを示している。

実験結果

リサーチクエスチョン

• RQ1 非整数の観測カウントに対して、パラメータの事後分布がガンマ分布のまま保たれるようなポアソン分布の連続的拡張を定義できるか？
• RQ2 ベイズ推論で用いられる同じガンマ分布が、ポアソンパラメータの有効な頻度的信頼区間をもたらすか？
• RQ3 提案手法の信頼区間のカバレッジ特性は、特に低カウント時における従来手法と比較してどうなるか？
• RQ4 最短長信頼区間は中央区間と比較して、区間幅およびカバレッジ精度の観点でどのように性能を発揮するか？
• RQ5 背景減算やその他の補正により観測イベント数が実数値となる場合に、本手法は信頼性高く信頼区間を構築できるか？

主な発見

• 本手法は、真のパラメータ λ を形状 ẋ+1、尺度 1 のガンマ分布に従う確率変数としてモデル化することで、整数値および実数値の観測イベント数の両方に対して有効な信頼区間を構築する。
• 観測カウント ẋ ≥ 3 の場合、ガンマ分布を用いた90%信頼区間は約90%のカバレッジを達成し、実際の面積は ẋ に応じて88%から90%の範囲に収まる。
• 小規模な ẋ 値（例：ẋ = 0.5, 1.0）では、中央信頼区間の左端がゼロでないため、中央区間が最適でないことが示され、より短い区間が好ましいことがわかる。
• 最短長信頼区間は数値的に計算され、特に低 ẋ 時に中央区間よりも精度が高く、90%区間はガンマ分布の下で約88–90%の面積をカバーしている。
• 本手法は自己一貫的であり、解釈の観点から二重性を有する：頻度的カバレッジ要件とベイズ的事後確率定義の両方を満たす。
• 数値表および図を用いて、ẋ = 0 から ẋ = 20 の広い範囲の観測値に対して本手法が頑健で適用可能であることが示された。