[論文レビュー] Estimation of parameters in non uniform models on permutations

Sumit Mukherjee|arXiv (Cornell University)|Jul 3, 2013

Bayesian Methods and Mixture Models参考文献 6被引用数 5

ひとこと要約

この論文は、大偏差原理を用いて、置換上の非一様モデルにおける正規化定数および極限分布の漸近的近似を確立する。1パラメータ指数型族における擬似尤度推定量の一致性を証明し、$ S_n $ における一様ランダム置換のための大偏差原理の新しい証明を提示する。

ABSTRACT

Abstract. Using large deviation results for a uniformly random permutation in Sn, asymptotics of normalizing constants are computed and limits of permutations obtained for some non uniform distributions on Sn. A pseudo-likelihood type estimator is shown to be consistent in a class of one parameter exponential families on permutations. A new proof of the large deviation principle of a uniformly random permutation on Sn is given. 1.

研究の動機と目的

• 対称群 $ S_n $ 上の非一様分布における正規化定数の漸近的表現を導出すること。
• 大偏差理論を用いて、非一様分布下の置換の極限的挙動を特徴付けること。
• 置換上の1パラメータ指数型族における擬似尤度推定量の一貫性を確立すること。
• $ S_n $ における一様ランダム置換の大偏差原理の新しい証明を提供すること。

提案手法

• 一様ランダム置換 $ S_n $ における大偏差結果を応用し、レアイベントおよび漸近的挙動を分析する。
• 単一のパラメータを有する指数型族構造を用いて、置換上の非一様分布をモデル化する。
• 大偏差の文脈において、ラプラス法または鞍点近似を用いて正規化定数の漸近的性質を導出する。
• 新しい解析的手法を用いて、一様置換の大偏差原理を確立する。
• 指数型族モデルに擬似尤度推定を適用し、正則性条件の下でその一貫性を証明する。
• 確率的極限定理と置換構造の組合せ的解析を統合し、極限分布を導出する。

実験結果

リサーチクエスチョン

• RQ1 $ S_n $ 上の非一様モデルにおける正規化定数の漸近的挙動は何か？
• RQ2 $ S_n $ 上の非一様モデルに従う置換は、$ n \to \infty $ の極限でどのように振る舞うか？
• RQ3 置換上の1パラメータ指数型族に対して、擬似尤度推定量は一貫性を有するか？
• RQ4 一様ランダム置換 $ S_n $ に対して、大偏差原理の新しい証明を構築できるか？
• RQ5 大偏差原理から導かれる非一様モデル下の置換の極限分布は何か？

主な発見

• 大偏差技法を用いて、$ S_n $ 上の非一様モデルにおける正規化定数の漸近的近似が得られた。
• 非一様モデル下の置換の極限分布は、$ n \to \infty $ の極限で決定的置換構造に収束する。
• 1パラメータ指数型族における擬似尤度推定量が、置換上での一貫性を示した。
• 一様ランダム置換 $ S_n $ に対する大偏差原理の新しい証明が確立され、新たな解析的洞察を提供した。
• 正規化定数の漸近的挙動が、大偏差理論から導かれるレート関数によって支配されることを示した。
• 指定された非一様モデルの下で、置換の経験分布が決定的極限に収束することが確立された。