[論文レビュー] Moments of the log non-central chi-square distribution

Steven E. Pav|arXiv (Cornell University)|Mar 21, 2015

Statistical Distribution Estimation and Applications参考文献 6被引用数 13

ひとこと要約

この論文は、非心カイ二乗分布の対数のモーメントおよび累積量の正確な解析的表現を、非心カイ二乗分布密度のポアソン混合表現を用いて導出する。対数モーメントをディガンマ関数およびポリガンマ関数を通じて中心カイ二乗分布の対数モーメントの重み付き和として表現することにより、歪度の高い分布（非心カイ二乗の積を含む）に対するエッジワース近似の精度が著しく向上し、標準的手法に比べて密度推定が改善される。

ABSTRACT

The cumulants and moments of the log of the non-central chi-square distribution are derived. For example, the expected log of a chi-square random variable with v degrees of freedom is log(2) + psi(v/2). Applications to modeling probability distributions are discussed.

研究の動機と目的

• 非心カイ二乗分布のような高次に歪度の強い片側分布に対して、エッジワース展開およびコルナッシュ・ファイザー展開が不正確になる問題に対処すること。
• 非心カイ二乗分布の対数のモーメントおよび累積量の正確な解析的表現を導出すること。
• 累積量に基づくエッジワース展開を用いて対数スケール分布をモデル化することで、非心カイ二乗の積の密度推定をより正確に行えるようにすること。
• モンテカルロシミュレーションを用いて導出した公式を検証し、理論的モーメントと経験的推定値を比較すること。

提案手法

• 非心カイ二乗分布密度を、ずらされた自由度を持つ中心カイ二乗分布のポアソン混合として表現する。
• 変数変換 y = log(x) を適用して非心カイ二乗分布を対数スケール分布に変換し、対数モーメント母関数の級数展開を導出する。
• log(x) の累積量母関数を K(t) = t·log(2) + logΓ(v/2 + t) - logΓ(v/2) とし、その微分からポリガンマ関数を用いて累積量を導出する。
• 最初の累積量を最初のモーメントとして用いて、対数モーメントのk次の原点モーメントを累積量からモーメントへの変換公式により計算する。
• 非心カイ二乗分布の対数モーメントを、ポアソン確率で重み付けられた中心カイ二乗分布の対数モーメントの和として表現する。
• 導出した累積量を用いて対数スケールでエッジワース展開を構築し、その後変数変換を適用してカイ二乗の積の密度を回復する。

実験結果

リサーチクエスチョン

• RQ1 既知の特殊関数を用いて、非心カイ二乗分布の対数のモーメントを閉形式で導出可能か？
• RQ2 非心カイ二乗分布のポアソン混合表現は、対数スケールにおけるモーメント計算をどのように容易にするか？
• RQ3 非心カイ二乗の積の対数をモデル化することで、直接的なエッジワース近似に比べて密度推定の精度がどの程度向上するか？
• RQ4 非心ケースにおける E[log(x)] の導出式は、既知の結果と一致するか、数値的に検証可能か？

主な発見

• 自由度 v、非心パrameter λ の非心カイ二乗分布について、log(x) の1次のモーメントは E[y] = log(2) + Σ_j e^(-λ/2)(λ/2)^j / j! · ψ(j + v/2) で与えられ、λ = 0 のとき log(2) + ψ(v/2) に簡略化される。
• 自由度50、非心パrameter 1.5 の非心カイ二乗分布の対数について、6次のモーメントまでを導出した結果、モンテカルロによる経験的推定値とほぼ完全に一致している（例：1次：3.92 vs 3.92）。
• 本手法により、非心カイ二乗の積の密度推定が著しく向上し、図2の可視化比較で示されるように、変換されたエッジワース近似は負の密度を回避し、経験的ヒストグラムとよりよく一致する。
• 非心カイ二乗分布の対数の累積量は、κ₁ = log(2) + ψ(v/2) であり、j > 1 のとき中心カイ二乗分布では κ_j = ψ^(j-1)(v/2) となる。非心カイ二乗分布への一般化はポアソン重み付き和を用いて行われる。
• 本手法により、対数スケール累積量法を用いて、二重非心F分布のような複雑な分布の正確なモデル化が可能になる。