[논문 리뷰] Classification of urn models with multiple drawings

Markus Kuba|arXiv (Cornell University)|2016. 12. 13.

Forest Ecology and Biodiversity Studies참고 문헌 19인용 수 4

한 줄 요약

이 논문은 다색 볼 용량 모델에서 복수의 볼을 추출할 때 조건부 기대값이 이전 구성에 대해 선형 함수인지 여부에 따라 선형 및 비선형 유형으로 분류한다. 이는 네 가지 샘플링 체계—순서 있는/비순서적인, 복원/비복원—에서 기대값이 선형으로 유지되는 조건을 규명하고, 선형 모델에서 기대값과 공분산에 대한 명시적 공식을 유도한다.

ABSTRACT

We consider multicolor urn models with multiple drawings. An urn model is called linear if the conditional expected value of the urn composition at time $n$ is a linear function of the composition at time $n-1$. For four different sampling schemes - ordered and unordered samples with or without replacement - we classify urns into linear and non-linear models. We also discuss representations of the expected value and the covariance for linear models.

연구 동기 및 목표

• 조건부 기대값의 선형성에 따라 복수의 볼을 추출하는 다색 용량 모델을 선형 및 비선형 유형으로 분류하는 것.
• 순서 있는 및 비순서적인, 복원 및 비복원의 네 가지 별개의 샘플링 체계에서 용량 모델의 행동을 분석하는 것.
• 복수의 볼을 추출하는 선형 용량 모델에서 기대값과 공분산에 대한 명시적 표현을 도출하는 것.
• 단일 추출에 대한 기존의 Pólya-Eggenberger 용량 모델 결과를 더 복잡한 복수의 볼 추출의 경우로 확장하는 것.
• 이러한 일반화된 용량 모델에서의 극한 법칙과 渐近적 행동에 대한 향후 연구의 기초를 마련하는 것.

제안 방법

• 시간 $ n $ 에서의 용량 구성의 조건부 기대값이 이전 역사 $ \mathcal{F}_{n-1} $ 에 대해 정의된 선형성의 기준을 설정하기 위해 사용한다.
• 복원 및 비복원의 경우를 모델링하기 위해 다항분포 및 다변량 초기하분포를 적용한다.
• 공간의 볼 교체 행렬과 추출 확률을 사용하여 조건부 기대값 $ \mathbb{E}[\mathbf{X}_n \mid \mathcal{F}_{n-1}] $ 를 도출한다.
• 이전 구성과 교체 규칙에 따라 두 번째 순서의 모멘트 $ \mathbb{E}[\mathbf{X}_n^T\mathbf{X}_n \mid \mathcal{F}_{n-1}] $ 를 표현한다.
• 복원 모델 $ \mathcal{R} $ 과 비복원 모델 $ \mathcal{M} $ 을 별개의 모멘트 표현식을 통해 구분한다.
• 대수적 변환과 다항계수의 성질을 활용하여 선형 모델에서 기대값과 공분산에 대한 닫힌 형태의 표현식을 도출한다.

실험 결과

연구 질문

• RQ1 복수의 볼을 추출하는 용량 모델에서, 용량 구성의 조건부 기대값이 이전 구성에 대해 선형인가 하는 조건은 무엇인가?
• RQ2 순서 있는 vs. 비순서적인, 복원 vs. 비복원의 다양한 샘플링 체계는 용량 모델의 선형성에 어떤 영향을 미치는가?
• RQ3 복수의 볼을 추출하는 선형 용량 모델에서 기대값과 공분산에 대한 명시적 공식은 무엇인가?
• RQ4 단일 추출 모델의 결과를 일반화하여 샘플 크기가 $ m > 1 $ 인 다색 용량 모델에 대해 선형 모델의 분류를 확장할 수 있는가?
• RQ5 이 분류는 이러한 용량 과정의 渐近적 행동과 극한 정리에 대해 어떤 함의를 갖는가?

주요 결과

• 논문은 선형성에 대한 필수 및 충분 조건을 규명한다: 교체 규칙은 교체 행렬의 첫 번째 열에 대해 특정 아핀 조건을 만족해야 하며, 이는 이전의 $ m=1 $ 의 결과를 일반화한다.
• 비복원 순서 없는 샘플링(모델 $ \mathcal{M} $)의 경우, 조건부 기대값이 선형인 것은 다변량 초기하분포와 관련된 특정 대수적 제약 조건을 교체 행렬이 만족할 때에만 성립한다.
• 복원 순서 있는 샘플링(모델 $ \mathcal{R}_{\text{SEQ}} $)의 경우, 교체 규칙에 대해 유사하지만 다를 조건이 선형성에 성립한다.
• 선형 모델의 공분산 구조는 명시적으로 도출되었으며, 총 볼 수와 교체 행렬의 요소에 따라 영향을 받는다.
• 기존의 $ m=1 $ 의 결과, 특히 Janson와 Pouyanne의 결과를 복수의 볼 추출의 경우로 일반화하였다.
• 이 분류는 기존 문헌(예: Moler 등 [26], Lasmar 등 [15])에서의 중심극한정리 적용을 새로운 샘플링 체계에 확장할 수 있는 프레임워크를 제공한다.