[論文レビュー] The Transform between the space of observed values and the space of possible values of the parameter

Sergei I. Bityukov, Nikolai Krasnikov+2 more|arXiv (Cornell University)|Nov 24, 2013

Target Tracking and Data Fusion in Sensor Networks参考文献 8被引用数 3

ひとこと要約

本稿は、ポisson-ガンマ、ノーマル-ノーマル、コーシー-コーシーなどの統計的双対分布を用いて、確率的変数の観測値をパラメータ値の空間へ写像する統計的変換を導入する。これにより、事前分布を用いずにfiducialに類似した信頼度関数の再構成が可能となり、信号検出や実験計画に応用可能である。主な貢献は、観測データとパラメータ不確実性の間の一対一対応を確立し、事前分布を必要とせずに一意な信頼度関数の構築を可能にすることにある。

ABSTRACT

In ref [math.ST/0411462] the notion of statistically dual distributions is introduced. The reconstruction of confidence density [AIP Conference Proceedings 803 (2005) 398] for the location parameter for several pairs of statistically dual distributions (Poisson and Gamma, normal and normal, Cauchy and Cauchy, Laplace and Laplace) in the case of single observation of the random variable is a unique. It allows to introduce the Transform between the space of observed values and the space of possible values of the parameter.

研究の動機と目的

• 統計的双対分布の概念を形式化すること。ここで、同じ関数形が標本分布とパラメータの信頼分布の両方を記述する。
• 確率的変数の観測値と可能なパラメータ値の空間との間の一対一変換を確立し、一意な信頼度関数再構成を可能にすること。
• 既知の背景を持つ信号＋背景モデルにおける信頼区間および信頼度関数の構築へのこの変換の応用を示すこと。
• 単純仮説間の実験的区別可能性を評価する際における信頼度関数の利用を検討し、特に高エネルギー物理学の文脈での応用を重視すること。
• 「逆変換」を導入し、推定された信頼度関数を期待されるイベント数の空間に再投影することで、不確実性下での仮説検定に用いる方法を提示すること。

提案手法

• 統計的双対分布を、同じ関数が標本密度 f(x|θ) と信頼密度 f(θ|x) の両方として機能するペアとして定義する。例としてポアソンおよびガンマ分布を挙げる。
• 恒等式 ∑_{i=ñ+1}^∞ f(i|μ₁) + ∫_{μ₁}^{μ₂} g_ñ(μ) dμ + ∑_{i=0}^{ñ} f(i|μ₂) = 1 を用いて、観測度数 ñ が与えられたときのポアソンパラメータ μ の信頼密度が、ガンマ分布 Gamma(1, ñ+1) として一意に得られることを導出する。
• P(μ₁ ≤ μ ≤ μ₂ | ñ) = P(i ≤ ñ | μ₁) - P(i ≤ ñ | μ₂) を解くことにより、ポアソン平均 μ の90%信頼区間を構築する。この際、正確な頻度的推論に双対性を活用する。
• 既知の背景平均 μ_b を用いて、全観測イベント数 ñ = ñ_s + ñ_b をモデル化し、信号平均 μ_s の信頼度関数を再構成することで、信号検出への応用を実施する。
• 不確実性を有する推定信号および背景平均 (ŝ, b̂) をガンマ分布としての信頼度関数とモデル化し、λ に関する統合を用いてそれらを期待イベント数の空間に投影することで「逆変換」を導入する。
• ポアソン確率の積分にガンマ密度を重み付けした積分を含む方程式系を用い、不確実性下での第一種および第二種の誤り率を計算することで、頑健な実験設計を可能にする。

実験結果

リサーチクエスチョン

• RQ1 統計的双対性を用いて、確率的変数の観測値と可能なパラメータ値の空間との間の一対一変換を確立できるか？
• RQ2 ポアソン-ガンマなどの双対分布を用いて、観測データから位置パラメータの信頼度関数を一意に再構成できるか？
• RQ3 信頼度関数は、事前仮定なしに頻度的区間を構築する役割を果たすものであり、fiducial分布および後部分布とどのように関係するか？
• RQ4 推定された信号および背景平均が不確実な場合に、「逆変換」を用いて2つの単純仮説（例：信号対背景）の区別可能性の不確実性をどのように評価できるか？
• RQ5 コーシー-コーシーまたはラプラス-ラプラスなどの分布間の統計的双対性は、ポアソン-ガンマを越えてこの変換を一般化するためにどの程度利用可能か？

主な発見

• ポアソン分布とガンマ分布は統計的に双対である。同じ関数形が、観測度数のポアソン確率質量関数とパラメータ μ のガンマ密度の両方を記述でき、一意な信頼度関数再構成が可能である。
• 1つの観測度数 ñ に対して、ポアソンパラメータ μ の信頼度関数は、ガンマ分布 Gamma(1, ñ+1) として一意に与えられ、恒等式 ∑_{i=ñ+1}^∞ f(i|μ₁) + ∫_{μ₁}^{μ₂} g_ñ(μ) dμ + ∑_{i=0}^{ñ} f(i|μ₂) = 1 と整合的である。
• 90%信頼水準におけるポアソン平均 μ の信頼区間は、P(μ₁ ≤ μ ≤ μ₂ | ñ) = P(i ≤ ñ | μ₁) - P(i ≤ ñ | μ₂) を用いて計算され、ñ が 0 から 10 まで、背景 μ_b が 0 から 15 までの数値結果が提供されている。
• 「逆変換」は、推定された信頼度関数 g_ŝ+ᵇ(λ) および g_b(λ)（ガンマ分布に従う）を期待イベント数の空間に写像し、仮説検定における不確実性の伝搬を可能にする。
• 不確実性下での第一種および第二種の誤り率は、α = ∫₀^∞ g_ŝ+ᵇ(λ) ∑_{i=0}^{n_c} f(i|λ) dλ および β = 1 - ∫₀^∞ g_b(λ) ∑_{i=0}^{n_c} f(i|λ) dλ として計算され、二項係数を含む閉形式の式が得られる。
• この手法により、信号および背景の推定値が不確実な状況下でも、信頼度関数フレームワークを用いて信号と背景の仮説の区別可能性を定量的に評価でき、頑健な実験計画が可能となる。