[論文レビュー] Generating Single Peaked Votes

Toby Walsh|arXiv (Cornell University)|Mar 10, 2015

Game Theory and Voting Systems参考文献 9被引用数 7

ひとこと要約

この論文は、一様な単一ピーク投票を、無作為文化（IC）モデル下で生成する再帰的アルゴリズムを提示する。従来の手法では一般的に見られるバイアスを是正する。公平なコイントスに基づき、左端または右端の候補を再帰的に追加することで、すべての $2^{n-1}$ 個の単一ピーク投票が等確率でサンプリングされることを保証する。これに対して、コンイザーの手法は極端なピークを過剰に生成し、IC分布を歪めてしまう。

ABSTRACT

We discuss how to generate singled peaked votes uniformly from the Impartial Culture model.

研究の動機と目的

• 無作為文化（IC）モデル下での単一ピーク投票の非一様サンプリングという、文献における広範な誤りを是正すること。
• すべての有効な順序付けに一様にサンプリングできる、正しいかつ効率的な単一ピーク投票の生成手法を開発すること。
• 既存の生成器（例：コンイザーの手法）が、候補順序の両端にピークが集中するように偏るというバイアスを是正すること。
• 線形な候補順序上での $2^{n-1}$ 個の単一ピーク投票を一様にサンプリングできる再帰的アルゴリズムを提供すること。
• ICに基づく一様サンプリングと、偏った順序分布を誘発する代替サンプリングモデルとの違いを明確にすること。

提案手法

• アルゴリズム GenSinglePeak(a,b) は、インデックス a から b の範囲の候補に対して、再帰的に単一ピーク投票を生成する。
• 各再帰的ステップで、公平なコイントスによって左端の候補（a）か右端の候補（b）を結果に追加するかが決定される。
• a = b の場合、再帰は空リストを返し、これはベースケースを形成する。
• 左側の再帰呼び出しは GenSinglePeak(a+1,b)、右側の再帰呼び出しは GenSinglePeak(a,b-1) である。
• すべての $2^{n-1}$ 個の可能な単一ピーク順序付けに等確率を維持することで、一様サンプリングが保証される。
• アルゴリズムは内側の区間から外側へと順序を構築することで、単一ピーク構造を保持する。

実験結果

リサーチクエスチョン

• RQ1 無作為文化モデル下で、どのようにして単一ピーク投票を一様に生成できるか？
• RQ2 すべての $2^{n-1}$ 個の単一ピーク投票に一様にサンプリングできる正しい再帰的構造は何か？
• RQ3 なぜ、コンイザーの生成器のような既存の手法は、ICモデル下で一様にサンプリングできないのか？
• RQ4 ICモデルと代替サンプリング手法との間で、単一ピーク投票の確率分布はどのように異なるか？
• RQ5 ICモデルとコンイザーの生成器との間で、極端な単一ピーク投票（例：1>2>...>n）の漸近的挙動はいかなる違いを示すか？

主な発見

• 線形順序の $n$ 個の候補に対する単一ピーク投票の数は、正確に $2^{n-1}$ 個である。
• 提案された再帰的アルゴリズムは、$2^{n-1}$ 個のすべての単一ピーク投票を等確率で生成し、ICモデル下での一様サンプリングを保証する。
• コンイザーの手法は、$n=3$ の場合、$2>1>3$ や $2>3>1$ のような投票に確率 $\frac{1}{3}$ を割り当てているが、ICモデルでは $\frac{1}{2}$ であるため、顕著なバイアスが生じている。
• ICモデルでは $n=3$ の場合、投票 $1>2>3$ に確率 $\frac{1}{4}$ が割り当てられるが、コンイザーの手法では $\frac{1}{3}$ であるため、体系的な歪みが生じている。
• 極端な単一ピーク投票 $1>\ldots>n$ の確率は、ICモデル下では $\frac{1}{2^n}$ であるが、コンイザーの手法では $\frac{1}{n}$ である。$n$ が増加するにつれて、その比率は 0 に近づく。
• 漸近的には、ICモデルは極端な順序をコンイザーの生成器よりも指数関数的に低確率に保つため、サンプリング分布に根本的な不一致が生じている。