[論文レビュー] Multivariate quantiles and multivariate L-moments

Alexis Decurninge|arXiv (Cornell University)|Sep 21, 2014

Mathematical functions and polynomials被引用数 10

ひとこと要約

本稿では、最適輸送およびローゼンブラット変換を用いて多変量分位数を定義し、それらを$L^2([0,1]^d)$上の正規直交多項式基底へ射影することで、多変量Lモーメントの新規フレームワークを提示する。主な貢献は、一変量Lモーメントの特徴を保ちつつ、一貫性、同値性、およびパラメトリック族における取り扱いやすさを有する多変量Lモーメントの定義を確立することにある。

ABSTRACT

Univariate L-moments are expressed as projections of the quantile function onto an orthogonal basis of polynomials in $L_2([0;1],\mathbb{R})$. We present multivariate versions of L-moments expressed as collections of orthogonal projections of a multivariate quantile function on a basis of multivariate polynomials in $L_2([0;1]^d,\mathbb{R})$. We propose to consider quantile functions defined as transport from the uniform distribution on $[0;1]^d$ onto the distribution of interest. In particular, we present the quantiles defined by the transport of Rosenblatt and the optimal transport and the properties of the subsequent L-moments.

研究の動機と目的

• 一変量Lモーメントを多変量設定に一般化し、分布の特徴付けやロバスト性といった重要な性質を保つこと。
• 一変量の場合と整合的になるように、$[0,1]^d$ 上の一様分布からの輸送写像を用いて多変量分位数を定義すること。
• 多変量Lモーメントを、$L^2([0,1]^d)$ 上の多変量多項式基底への分位数関数の正規直交射影として構築するフレームワークを確立すること。
• 得られたLモーメントが、位置およびスケール変換に関して同値性を保ち、外れ値に対してロバストであることを保証すること。
• 最適輸送およびパワーダイアグラムを用いて、多変量Lモーメントの一致性と取り扱いやすさを兼ね備えた推定器を提供すること。

提案手法

• 多変量Lモーメントを $\lambda_r = \int_{[0,1]^d} Q(u) \cdot L_r(u) \, du$ として定義する。ここで $Q$ は多変量分位数関数、$L_r$ は $[0,1]^d$ 上の正規直交多項式である。
• 最適輸送写像 $T: [0,1]^d \to \mathbb{R}^d$ を用いて、一様測度のプッシュフォワードにより分位数を定義し、単調性と可逆性を保証する。
• ローゼンブラット変換を代替的な分位数マッピングとして採用し、特にコプシラベースのモデリングや依存構造解析に有用である。
• 実証データからの離散最適輸送を用いて推定器を構築し、パワーダイアグラムと区分線形輸送写像を活用する。
• 凸解析およびドミネート収束定理を用いて、弱い正則性条件のもとで最適輸送推定量の一貫性を確立する。
• トリミングおよびエルミートに基づく拡張を用いて、ロバスト性を向上させ、独立変数の線形結合の取り扱いを改善する。

実験結果

リサーチクエスチョン

• RQ1 多変量Lモーメントは、一変量Lモーメントの分布の特徴付け性質を保つように定義可能か？
• RQ2 $\mathbb{R}^d$ 上に全順序がない状況下で、多変量分位数を一貫して定義する方法は何か？
• RQ3 最適輸送やローゼンブラットなどの輸送ベース分位数マッピングのうち、同値性やロバスト性といった望ましい性質を持つLモーメントを生成するのはどれか？
• RQ4 実証標本から一貫性があり、計算的に取り扱いやすい多変量Lモーメントの推定器を構築可能か？
• RQ5 トリミングおよびエルミートに基づく多変量Lモーメントの変種は、重尾分布や依存構造のある状況でのロバスト性と推定性能をどのように向上させるか？

主な発見

• 提案された多変量Lモーメントは、無限個のモーメントの系列によって特徴付けられ、一変量Lモーメントと同様に一意性の性質を保つ。
• 一様分布 $[0,1]^d$ から $\mathbb{R}^d$ への最適輸送写像は、一貫性があり、明確に定義された分位数関数を提供し、多変量Lモーメントの構築を可能にする。
• 最適輸送から得られるLモーメントは、位置およびスケール変換に関して同値性を示し、2次以上の順序では平行移動に対して不変である。
• 離散最適輸送推定量は、弱い正則性条件のもとで一貫性を示し、凸解析およびドミネート収束定理を用いて収束性が確立される。
• パワーダイアグラムの使用により、離散輸送写像の明示的計算が可能となり、実証データからの実用的推定が促進される。
• トリミングおよびエルミートに基づくLモーメントは、特に重尾分布に対してロバスト性と取り扱いやすさを向上させる。