[論文レビュー] Discrete Extremes

Adrien S. Hitz, Richard A. Davis+1 more|arXiv (Cornell University)|Jul 17, 2017

Financial Risk and Volatility Modeling参考文献 2被引用数 4

ひとこと要約

本論文は、語彙頻度、 tornado の発生、多胎妊娠などの離散的データにおける極値をモデル化するための2つの新しい手法—離散型一般化パレート分布および一般化ジップ分布—を提案する。これらの手法は理論的に裏付けられており、シミュレーションおよび実世界のデータセットにおける希少事象の推定において、従来の手法を上回る性能を示す。

ABSTRACT

Our contribution is to widen the scope of extreme value analysis applied to discrete-valued data. Extreme values of a random variable $X$ are commonly modeled using the generalized Pareto distribution, a method that often gives good results in practice. When $X$ is discrete, we propose two other methods using a discrete generalized Pareto and a generalized Zipf distribution respectively. Both are theoretically motivated and we show that they perform well in estimating rare events in several simulated and real data cases such as word frequency, tornado outbreaks and multiple births.

研究の動機と目的

• 連続データに限らない極値解析を離散的確率変数に拡張すること。
• 連続的極値手法（例：一般化パレート分布）を離散データに適用する際の限界を解消すること。
• 離散的極値に特化した理論的根拠に基づくモデルを開発し、希少事象の推定をより良くすること。
• 提案されたモデルの性能を、シミュレーションおよび実世界の離散データセット上での評価すること。

提案手法

• 離散データ向けの連続型一般化パレート分布の自然な拡張として、離散型一般化パレート分布（DGPD）を提案する。
• 離散的極値分析の代替モデルとして、一般化ジップ分布を導入する。
• 極値理論と理論的に整合性を持つように、両モデルの確率質量関数を導出する。
• 両モデルを用いて、離散データセットにおける尾部確率および極値分位数を推定する。
• 観測データに適合させるために、最尤推定法を用いて提案分布のパラメータを推定する。
• シミュレーション研究および実データ応用（語彙頻度、トナド発生、多胎妊娠など）を通じて、モデルの性能を検証する。

実験結果

リサーチクエスチョン

• RQ1 離散型一般化パレート分布は、離散データにおける極値を効果的にモデル化できるか？
• RQ2 離散データに対して、離散型一般化パレート分布の性能は、従来の連続的極値手法と比べてどうか？
• RQ3 一般化ジップ分布は、離散的極値のモデル化に実用的な代替手段として機能できるか？
• RQ4 語彙頻度や自然災害の発生など、実世界の離散的データセットにおける希少事象の推定において、提案されたモデルはどの程度の精度を示すか？
• RQ5 離散的極値モデルを用いることの理論的および実証的利点は、標準的な連続的アプローチと比べて何か？

主な発見

• 離散型一般化パレート分布は、理論的に妥当かつ効果的な手法であり、離散データにおける極値モデル化に優れており、連続的極値手法を離散設定で上回る性能を示す。
• 一般化ジップ分布は、パワーラウの尾部挙動を示すデータにおいて、離散的極値のモデル化に強力な代替モデルを提供する。
• 両提案モデルは、複数のシミュレーションおよび実世界のデータセットにおいて、希少事象の推定精度が向上していることが示された。
• 語彙頻度データにおける極値分位数および尾部確率の推定において、両モデルは、従来の手法がしばしば失敗する状況でも頑健な性能を示した。
• トナド発生および多胎妊娠に関する実証的結果から、標準的手法よりも優れた忠実度で、希少で極端な発生を捉える能力が両モデルに確認された。