[論文レビュー] Generalized Hoeffding-Sobol Decomposition for Dependent Variables -Application to Sensitivity Analysis

Fabrice Gamboa, Gamboa, Fabrice+1 more|arXiv (Cornell University)|Dec 8, 2011

Probabilistic and Robust Engineering Design参考文献 41被引用数 129

ひとこと要約

本稿は、入力変数が従属する回帰モデルに対して一般化されたHoeffding-Sobol分解を導入し、連合入力分布の有界性仮定の下で一意な直交関数的分解を可能にする。この手法により、構造的寄与と相関的寄与を分離する新しい分散に基づく感度インデックスが得られ、古典的Sobolインデックスが失敗する従属状況における感度分析の整合的フレームワークを提供する。

ABSTRACT

HAL is a multi-disciplinary open access archive for the deposit and dissemination of sci-entific research documents, whether they are pub-lished or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers. L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et a ̀ la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.

研究の動機と目的

• 入力変数が従属する状況下でも一貫性があり、直交的な関数的分解を提供する回帰モデルのための一般化されたHoeffding-Sobol分解を構築すること。
• 入力の従属性下で、出力分散への入力の構造的寄与と相関的寄与をそれぞれ定量する新しい感度インデックスを定義すること。
• 入力の連合分布に対する有界性条件を課すことにより、分解の一意性と数学的厳密性を保証すること。
• 条件付き期待値推定とSherman-Morrisonの公式を用いた計算可能な推定手順を提供すること。
• 入力が相関を持つ場合に、従来の手法が曖昧または順序依存な結果を生じるという限界を克服すること。

提案手法

• 連合密度関数の有界性仮定の下で、直交関数的分解を従属入力に拡張することで、一般化されたHoeffding分解を導出する。
• 各成分が低次の成分と直交する階層的直交関数的分解（HOFD）を定義し、一意性を保証する。
• 分解成分の分散の正規化として一般化された感度インデックスを構築し、独立および相関のある入力効果を捉える。
• 条件付き期待値の射影を用いて分解項を計算する：$ P_{H_i^0}\left(\theta\right) = \mathbb{E}(\theta|X_i) - \mathbb{E}(\theta) $ および高階項は再帰的減算により得る。
• 局所多項式推定とleave-one-out技術を用い、Sherman-Morrisonの公式により計算コストを低減する。
• 分解成分の連立一次方程式系を解くために、Gauss–Seidel反復アルゴリズムを適用し、各ステップで推定された条件付き期待値を用いる。

実験結果

リサーチクエスチョン

• RQ1 入力変数が従属する回帰モデルに対して、古典的Hoeffding-Sobol分解と同様に、一意的かつ直交的な関数的分解を確立できるか？
• RQ2 入力の従属性が存在する状況で、感度インデックスを再定義し、入力の構造的寄与と相関的寄与を分離できるか？
• RQ3 このような一般化された分解が有効かつ推定可能であるための理論的および計算的条件は何か？
• RQ4 ベンチマークモデルにおける性能と解釈可能性の観点から、新しいインデックスは古典的Sobolインデックスと比べてどのように異なるか？
• RQ5 条件付き期待値推定と行列更新公式を用いることで、提案手法は効率的に実装可能か？

主な発見

• 入力の連合密度関数に対する有界性仮定の下で、一意な一般化されたHoeffding-Sobol分解が確立され、従属入力の下でも数学的整合性が保証される。
• 分解により、構造的寄与と入力の相関的寄与の両方を明示的に分離する新しい感度インデックスが得られる。
• 本手法は、従来のグラム・シュミット法のようなデコルレーションベースのアプローチとは異なり、入力順序に依存しない感度インデックスを提供する一貫性のあるフレームワークを提供する。
• 2次元IPDVモデル、4次元線形モデル、Ishigami関数に対する数値例から、従属性下でも入力寄与を正しく同定できることを示している。
• 局所多項式推定とleave-one-out、およびSherman-Morrisonの公式の併用により、条件付き期待値の計算が効率的に行え、反復アルゴリズムにおける時間コストを顕著に削減できる。
• 理論的および数値的結果から、新しいインデックスが適切に定義され、推定可能であることが確認され、従属入力状況における古典的Sobolインデックスの代替として強固であることが示された。