[論文レビュー] Estimating the Parameters of Binomial and Poisson Distributions via Multistage Sampling

Xinjia Chen|ArXiv.org|Oct 2, 2008

Fluid Dynamics and Heat Transfer参考文献 3被引用数 3

ひとこと要約

本稿では、パラメータの事前知識がなくとも、累積二項分布およびポアソン分布の下側確率に基づく適応的停止ルールを用いて、二項分布およびポアソン分布のパラメータを推定するためのマルチステージサンプリング方式を提案する。この手法は、所定の精度および信頼水準を厳密に保証し、推定されたパラメータが確率 $1 - \delta$ 以上で指定された絶対誤差または相対誤差の範囲内にあることを保証する。主な貢献は、非漸近的かつ過剰保守的でないアプローチであり、従来の手法に比べて効率性と理論的厳密性に優れている。

ABSTRACT

In this paper, we have developed a new class of sampling schemes for estimating parameters of binomial and Poisson distributions. Without any information of the unknown parameters, our sampling schemes rigorously guarantee prescribed levels of precision and confidence.

研究の動機と目的

• 二項分布およびポアソン分布のパラメータ推定手法に一般的に見られる、漸近的近似や過剰に保守的な境界に依存する問題点を是正すること。
• 未知のパラメータに関する事前知識が不要でありながら、所定の精度および信頼水準を保証するサンプリング方式の開発。
• 現在の手法における非効率性および理論的弱さを克服し、非漸近的かつマルチステージの枠組みを導入し、確率的保証を厳密に与えること。
• 真のパラメータ値にかかわらず、推定されたパラメータがユーザーが指定した絶対誤差または相対誤差の範囲内にある確率が高くなるように保証すること。

提案手法

• 本手法は、$\varepsilon$, $\delta$, $\zeta$, $\rho$ を含む再帰的系列に基づき、$n_1 < n_2 < \cdots < n_s$ となるサンプルサイズの選択を行うマルチステージサンプリング設計を採用する。$\tau$ は段階数を決定する。
• 各段階 $\ell$ において、$\widehat{p}_\ell = K_\ell / n_\ell$ として標本平均が計算され、ここで $K_\ell = \sum_{i=1}^{n\_\ell} X_i$ である。
• 停止ルールは、両方の条件 $S_{\mathrm{B}}(K_\ell, n_\ell, n_\ell, \widehat{p}_\ell - \varepsilon) \leq \zeta\delta$ および $S_{\mathrm{B}}(0, K_\ell, n_\ell, \widehat{p}_\ell + \varepsilon) \leq \zeta\delta$ が満たされた場合に発動し、推定値が真の $p$ から $\varepsilon$ 以内にある確率が高くなることを保証する。
• ポアソン推定では、$S_{\mathrm{P}}(K, \infty, n, \lambda)$ および $S_{\mathrm{P}}(0, K, n, \lambda)$ を用いた類似の停止ルールが使用され、下側確率不等式に基づく信頼区間が導出される。
• 全体の誤差確率が $\delta$ 以下に保たれるように保証するため、二重意思決定変数と下側確率の再帰的境界を用いる。
• 理論的保証は、二項分布およびポアソン分布の累積分布関数の境界を用いて導出され、ガンマ関数および対数近似を含む重要な不等式が関与する。

実験結果

リサーチクエスチョン

• RQ1 事前のパラメータ知識がなくとも、保証された絶対誤差および信頼水準で二項分布パラメータを推定できるマルチステージサンプリング方式を設計できるか？
• RQ2 同じ非漸近的枠組みにおいて、絶対誤差と相対誤差の両方の境界を満たすポアソン分布パラメータ推定はどのように達成できるか？
• RQ3 推定器が指定された誤差区間内にある確率が $1 - \delta$ 以上であるように保証するための最小サンプルサイズは何か？
• RQ4 保守的境界や漸近的近似を避けることで、効率的かつ非漸近的であるようにサンプリング方式を設計できるか？

主な発見

• 提案されたマルチステージサンプリング方式は、任意の $p \in (0,1)$ に対して $\Pr\{ |\widehat{p} - p| < \varepsilon \mid p \} \geq 1 - \delta$ を満たす。ただし $0 < \zeta \leq \frac{1}{2(\tau + 1)}$ を満たすものとする。
• 二項分布推定において、本手法は、$\varepsilon$, $\delta$, $\rho$ に基づき決定される増加するサンプルサイズの系列を用いることで、絶対誤差が $\varepsilon$ 以内に保証され、信頼水準 $1 - \delta$ を達成する。
• サンプリングプロセスは、二項分布の下側確率の性質により、停止条件が最終的に満たされるため、ほとんど確実に終了することが保証される。
• ポアソン推定において、$0 < \zeta < \frac{1}{2(\tau + 1)}$ のとき、$\Pr\{ |\widehat{\lambda} - \lambda| < \varepsilon_a \text{ または } |\widehat{\lambda} - \lambda| < \varepsilon_r \lambda \} > 1 - \delta$ が成立する。
• 本手法は漸近的近似や保守的境界を回避し、従来の推定手法に対する非漸近的かつ理論的に厳密な代替手法を提供する。
• 下側確率 $S_{\mathrm{B}}$ および $S_{\mathrm{P}}$ の理論的境界が、きめ細やかな信頼区間の導出および誤差確率が $\delta$ 以下に保たれることを保証するために用いられる。