[논문 리뷰] Aspects of Randomization in Infinitely Divisible and Max-Infinitely Divisible Laws

S. Satheesh|ArXiv.org|2003. 05. 01.

Stochastic processes and statistical mechanics참고 문헌 22인용 수 9

한 줄 요약

이 논문은 무한히 나누어지는(ID) 및 최대 무한히 나누어지는(MID) 분포에서의 랜덤화를 연구하기 위해 이러한 분포의 혼합분포를 다루며, 이를 무작위 합과 무작위 최댓값과 연결한다. 무작위 합의 극한으로서 ID 분포의 혼합분포가 유도되고, 무작위 최댓값의 극한으로서 MID 분포의 혼합분포가 유도됨을 규명하였으며, 랜덤 표본 크기 N에 대한 특정한 확률 생성함수를 이용하여 클래스-L 분포를 구성하는 방법을 제시한다.

ABSTRACT

Continuing the study reported in Satheesh (2001),(arXiv:math.PR/0304499 dated 01May2003) here we study certain aspects of randomization in infinitely divisible (ID) and max-infinitely divisible (MID) laws. They generalize ID and MID laws. In particular we study mixtures of ID & MID laws, its relation to random sums & random maximums, corresponding stationary processes & extremal processes and some of their properties. It is shown that mixtures of ID laws and mixtures of MID laws appear as limits of random sums and random maximums respectively. We identify a class of probability generating functions for N, the random sample size. A method to construct class-L laws is given.

연구 동기 및 목표

• 무한히 나누어지는 분포와 최대 무한히 나누어지는 분포의 연구를 랜덤화를 통해 확장하기 위해.
• ID 및 MID 분포의 혼합분포와 무작위 합 또는 무작위 최댓값 간의 관계를 조사하기 위해.
• 이러한 랜덤화 체계에서 랜덤 표본 크기 N에 대한 확률 생성함수의 클래스를 특정하기 위해.
• 유도된 프레임워크를 이용하여 클래스-L 분포를 구성하는 방법을 개발하기 위해.
• 이러한 랜덤화 기법이 정적 과정과 극단 과정과 어떻게 연결되는지 탐구하기 위해.

제안 방법

• 표준 ID 및 MID 분포의 랜덤화된 형태로 간주되는 무한히 나누어지는(ID) 및 최대 무한히 나누어지는(MID) 분포의 혼합분포를 분석하기 위해.
• ID 분포의 혼합분포가 무작위 합의 극한으로 나타나며, MID 분포의 혼합분포가 무작위 최댓값의 극한으로 나타남을 규명하기 위해.
• 결과 분포가 ID 또는 MID 분포의 가족에 속하도록 보장하기 위해 랜덤 표본 크기 N의 확률 생성함수에 대한 조건을 도출하기 위해.
• 토린–스니더 표현과 무한히 나누어지는 분포의 성질을 이용하여 극한 행동을 특성화하기 위해.
• 무작위 합과 무작위 최댓값을 통한 랜덤화 개념을 적용하여 새로운 안정분포 및 극단가치 분포의 계열을 생성하기 위해.
• N에 대한 식별된 생성함수를 기반으로 체계적인 방법으로 클래스-L 분포를 구성하기 위해.

실험 결과

연구 질문

• RQ1 무한히 나누어지는 분포의 혼합분포는 무작위 합과 어떻게 관련되어 있으며, 이러한 혼합분포로의 수렴을 보장하기 위한 조건은 무엇인가?
• RQ2 무작위 최댓값의 극한 행동은 어떠한가, 그리고 이는 최대 무한히 나누어지는 분포의 혼합분포와 어떻게 관련되어 있는가?
• RQ3 랜덤 표본 크기 N에 대한 어떤 확률 생성함수가 ID 또는 MID 분포의 유효한 혼합분포를 유도하는가?
• RQ4 랜덤화 기법을 이용하여 클래스-L 분포를 체계적으로 구성할 수 있는 방법을 개발할 수 있는가?
• RQ5 이러한 랜덤화된 ID 및 MID 분포는 정적 과정과 극단 과정과 어떻게 연결되어 있는가?

주요 결과

• 무한히 나누어지는 분포의 혼합분포는 무작위 합의 극한으로 나타나며, 이러한 수렴에 대한 확률론적 기반을 제공한다.
• 유사하게, 최대 무한히 나누어지는 분포의 혼합분포는 무작위 최댓값의 극한으로 나타나며, 극단가치 이론이 랜덤화된 설정으로 확장됨을 보여준다.
• 결과 분포가 ID 또는 MID 가족에 남아 있도록 보장하는 특정한 확률 생성함수의 클래스가 규명되었다.
• 논문은 유도된 프레임워크를 이용하여 클래스-L 분포를 구성하는 구축 방법을 제시하여, 이론적 위험 이론 및 확률 모델링에서의 적용 가능성을 높였다.
• 랜덤화된 ID 및 MID 분포와 정적 과정 및 극단 과정 간의 연결고리가 공식적으로 규명되었으며, 이는 이들의 이론적 및 응용적 범위를 풍부하게 하였다.
• 특성 함수와 생성함수 기법을 이용한 철저한 분석으로 결과가 뒷받침되었으며, 학술지 게재를 통해 이론적 프레임워크의 타당성이 확인되었다.