[論文レビュー] Statistical inference for Sobol pick freeze Monte Carlo method

Fabrice Gamboa, Alexandre Janon+4 more|arXiv (Cornell University)|Mar 26, 2013

Probabilistic and Robust Engineering Design参考文献 10被引用数 5

ひとこと要約

本稿は、ソボル・ピックフローズン・モンテカルロ法における統計的推論ツールを開発し、ソボル指数推定量の連続的漸近的正規性、非漸近的集中不等式およびベリー・エッセーン型の境界を提供する。これにより、複雑なモデルにおける不確実な入力のグローバル感度分析において、厳密な有意性検定、信頼区間の構築、および有限標本における感度指数の認証が可能になる。

ABSTRACT

Many mathematical models involve input parameters, which are not precisely known. Global sensitivity analysis aims to identify the parameters whose uncertainty has the largest impact on the variability of a quantity of interest (output of the model). One of the statistical tools used to quantify the influence of each input variable on the output is the Sobol sensitivity index. We consider the statistical estimation of this index from a finite sample of model outputs. We study asymptotic and non-asymptotic properties of two estimators of Sobol indices. These properties are applied to significance tests and estimation by confidence intervals.

研究の動機と目的

• ピックフローズン・モンテカルロ法の下で、ソボル指数推定量の連続的漸近的正規性を確立し、入力変数の有意性検定と比較を正確に行うことを目的とする。
• 有限標本における保守的認証を可能にするために、ソボル指数推定量の非漸近的集中不等式を導出することを目的とする。
• ソボル指数推定量の正規分布への収束速度を定量化するベリー・エッセーン境界を提供し、有限標本における信頼区間の信頼性を向上させることを目的とする。
• 第一順位および全順位のソボル指数に対して、正確で経験的に推定可能な信頼区間と有意性検定を可能にするために、実用的な感度分析を支援することを目的とする。
• 単一のインデックス推定にとどまらず、従属関係を考慮した複数のインデックスの集合に対するピックフローズン法の理論的基盤を拡張することを目的とする。

提案手法

• ピックフローズン・モンテカルロ方式の下で、複数のソボル指数推定量の連続的中心極限定理（CLT）を導出する。これにより、第一順位および全順位インデックスの連続的推論が可能になる。
• デルタ法を適用し、閉じたソボルインデックスの推定量の漸近的分散を導出する。この際、モデル出力の経験的モーメントとそのフローズン再現のモーメントを用いる。
• 基礎となる確率変数の有界性およびサブガウス型尾部仮定を用いて、ソボル指数推定量の集中不等式を確立する。
• ピネリスの定理およびベリー・エッセーン型の境界を用い、特に中心化された状況において、推定量の分布の正規化への収束速度を定量化する。
• ベリー・エッセーン境界を用いて、信頼区間の水準に対する有限標本補正を提案する。これにより、正規性からの非漸近的逸脱を補正できる。
• 理論的結果の実用的実装を可能にするために、境界式に含まれる未知のモーメントをモンテカルロ標本を用いて経験的に推定する。

実験結果

リサーチクエスチョン

• RQ1 ピックフローズン・モンテカルロ法によって推定される複数のソボル指数推定量の連続的漸近的分布はどのように定まるか？
• RQ2 推定量の推定誤差および推定量間の依存関係を考慮しながら、ソボル指数に対する厳密な有意性検定はどのように実施できるか？
• RQ3 ソボル指数推定量が真の値から逸脱する際の非漸近的集中不等式は何か？
• RQ4 ソボル指数推定量の分布はどの程度速く正規分布に収束するのか？ また、どのような有限標本補正が導出可能か？
• RQ5 非漸近的ツールを用いて、漸近的信頼区間の実際の信頼水準を保守的に下限から抑えられるか？

主な発見

• ソボル指数推定量の連続的漸近的分布は多変量正規分布である。これにより、有効な有意性検定およびインデックス間の比較が可能になる。
• 推定量の漸近的分散はデルタ法を用いて導出され、モデル出力およびそのフローズン再現のモーメントに依存する。
• 閉じたソボルインデックスおよび全インデックスの両方に対して集中不等式が確立され、有限標本における逸脱バウンドが得られる。
• 正規分布への収束速度を定量化するベリー・エッセーン境界が導出され、補正項は標本サイズが増加するにつれて減少する。
• 数値結果から、95%信頼区間の実際の信頼水準が名目水準以下に保守的に抑えられ、N → ∞ で0.95に収束することが示された。
• 提案された境界は、有限標本における信頼区間の認証を可能にし、実用的な感度分析における過剰な自信の低下を防ぐ。