[論文レビュー] Extension of the Olkin and Rubin Characterization to the Wishart distribution on homogeneous cones

Imen Boutouria, A. Hassairi+1 more|arXiv (Cornell University)|Feb 7, 2010

Mathematical Analysis and Transform Methods参考文献 11被引用数 7

ひとこと要約

本稿は、Vinberg代数とラプラス変換を用いて、同次コーンの設定においてOlkinとRubinによるワイシャルト分布の特徴付けを拡張する。同次コーン上の確率的行列がワイシャルト分布に従うための必要十分条件として、正規化された和と比が独立であり、関連する代数の直交群に関して不変であることを示し、非対称コーンへの古典的結果の一般化を達成する。

ABSTRACT

The Wishart distribution on an homogeneous cone is a generalization of the Riesz distribution on a symmetric cone which corresponds to a given graph. The paper extends to this distribution, the famous Olkin and Rubin characterization of the ordinary Wishart distribution on symmetric matrices.

研究の動機と目的

• 対称コーンから同次コーンへ、OlkinとRubinによるワイシャルト分布の特徴付けを一般化すること。
• 密度の存在を仮定しないで、同次コーン上のワイシャルト分布の特徴付けを確立すること。
• 各部分代数の直交群に関する不変性とラプラス変換の技法を用いて、分解に基づく特徴付けを導出すること。
• Vinberg代数的構造を用いて、対称コーン上での以前の特徴付けとリエス分布を統一的かつ拡張すること。
• posetに基づくコーン構成を用いて、条件付き独立構造を有する多変量分布に適用可能な枠組みを提供すること。

提案手法

• posetによってインデックス付けられた部分代数に沿った確率的変数の分解を定義するため、Vinberg代数フレームワークを用いて同次コーンおよび関連する代数的構造（Vinberg乗法と行列式）を定義する。
• コーンおよびその双対の構造を活用して、同次コーン上でのワイシャルト分布のラプラス変換を用いる。
• posetによってインデックス付けられた部分代数に関連する成分へのコーン上の確率的変数の分解を適用する。
• 各部分代数の直交群に関して、成分の分布が不変であると仮定し、古典的なOlkin-Rubin設定を模倣する。
• 分解から導かれる関数方程式に対して、対数および行列式に基づくパrameter化を用いて解を得る。
• posetの構造と関連する代数の性質を用いて、同時ラプラス変換を定義し、$ \beta_i, \theta_i, D $、および$ \rho $-依存項を含むパラメトリック形式によってワイシャルト分布を同定する。

実験結果

リサーチクエスチョン

• RQ1 OlkinとRubinによるワイシャルト分布の特徴付けを、対称コーンを超えて同次コーンの設定へ拡張することは可能か？
• RQ2 正規化された形の独立性と不変性に関するどのような条件が、同次コーン上での分布がワイシャルト分布であることを保証するか？
• RQ3 密度の存在を仮定しないで、ラプラス変換をどのように用いて同次コーン上でのワイシャルト分布を特徴付けられるか？
• RQ4 poset構造と関連するVinberg代数は、分解および不変性の性質を定義するために果たす役割は何か？
• RQ5 成分のラプラス変換のパラメトリック形式が、コーン上での全ワイシャルト分布をどの程度まで決定するか？

主な発見

• 本稿は、同次コーン上での分布がワイシャルト分布であるための必要十分条件を確立した：正規化された形 $ (X+Y)^{-1/2}X(X+Y)^{-1/2} $ は $ X+Y $ と独立であり、関連するVinberg代数の直交群に関して不変である。
• 同次コーン上でのワイシャルト分布のラプラス変換は、$ (B+D)^{\rho}_{[i].} $ を含む項の積として特徴付けられる。ここで $ D $ は双対コーン内の正定値要素であり、$ \rho $ はパrameterベクトルである。
• 分解から導かれた関数方程式の解は、パラメトリック形式 $ \beta_i \theta_i $ および $ \beta_i(1-\theta_i) $ を得る。これらはワイシャルト分布の形状パラメータに対応する。
• posetによってインデックス付けられた成分 $ X_i $ と $ Y_i $ の独立性は、基礎となる確率的変数 $ t_{ij} $ の不重複なサポートに起因し、同時ラプラス変換の因数分解を可能にする。
• ラプラス変換の最終形は、$ X \thicksim HW_{\rho,\tau} $ および $ Y \thicksim HW_{\rho',\tau'} $ であることを確認する。ここで $ \tau = D^{\rho} $、$ \tau' = D^{\rho'} $、$ D = e $ であり、分布がパラメータによって完全に決定されることを示唆する。
• Lebesgue密度の存在を仮定しないでも特徴付けが成立し、微分可能性や密度の仮定を要する以前の結果の範囲を超えて一般化されている。