[논문 리뷰] Conditional $\alpha$-diversity for exchangeable Gibbs partitions driven by the stable subordinator

Annalisa Cerquetti|arXiv (Cornell University)|2011. 05. 04.

Bayesian Methods and Mixture Models참고 문헌 10인용 수 5

한 줄 요약

이 논문은 안정 하위조직에 의해 구동되는 혼합 푸아송-킹먼 모델을 포함한 광범위한 교환 가능 거스 비분할에 대해 관측된 종 수를 바탕으로 한 조건부 α-다양성 분포를 유도한다. 일반적인 공식을 사용하여 관측된 종 수에 조건부로 α-다양성의 사후 밀도를 도출한다. 주요 기여는 조건부 α-다양성의 밀도에 대한 닫힌 형태의 표현식을 제공하는 것으로, 이는 이중 매개변수 푸아송-디리클레 및 정규화된 일반화된 감마 모델에 대한 이전 결과들을 통합하고 일반화한다.

ABSTRACT

Asymptotic behaviour of conditional $\alpha$ diversity for the two-parameter Poisson-Dirichlet partition model and for the normalized generalized Gamma model has been recently investigated in Favaro et al. (2009, 2011) with a view to possible applications in Bayesian treatment of species richness estimation. Here we generalize those results to the larger class of mixed Poisson-Kingman species sampling models driven by the stable subordinator (Pitman, 2003).

연구 동기 및 목표

• 기대 비모수 종 샘플링 이론에서의 조건부 α-다양성에 관한 기존 결과를 안정 하위조직에 의해 구동되는 혼합 푸아송-킹먼 모델의 전체 클래스로 일반화하는 것.
• 관측된 종 수에 조건부로 α-다양성의 사후 밀도에 대한 통합 분석적 표현식을 도출하는 것.
• 이중 매개변수 푸아송-디리클레 및 정규화된 일반화된 감마 과정과 같은 특정 모델에 대한 이전 결과들을 포함하고 확장하는 일반 공식을 수립하는 것.
• 교환 가능한 랜덤 비분할을 사용한 비모수 베이지안 추론에서 사후 종 수 추정을 위한 이론적 기반을 제공하는 것.
• 안정 하위조직 프레임워크 내에서 α-다양성의 분포적 성질과 기저의 Lévy 측도 및 혼합 밀도 사이의 관계를 연결하는 것.

제안 방법

• 혼합 밀도 γ(t) = h(t)fα(t)를 사용하여 안정 하위조직의 밀도 fα를 포함한 푸아송-킹먼 구성법을 사용하여 교환 가능한 거스 비분할을 모델링한다.
• 베이즈의 정리를 적용하여 크기가 n인 표본에서 k개의 종이 관측되었을 때 조건부 α-다양성 Sα,h의 사후 밀도를 유도한다.
• 정확한 밀도 f h,αn,k(s) = h(s−1/α)˜gαn,k(s)/Eαn,k[h(S−1/α)]를 도출한다. 여기서 ˜gαn,k(s)는 독립적인 랜덤 변수 Yα,k와 W∼β(kα, n−kα)의 곱의 밀도이다.
• 정규화 상수를 방향성 재귀 관계인 가중치 Vn,k,h를 통해 표현하고, 식 (6)을 사용하여 Eαn,k[h(S−1/α)]와 연결한다.
• 라플라스 변환과 특성 함수를 활용하여 Favaro 등 (2009, 2011)의 기존 결과와의 분포 동치성을 검증한다.
• 이중 매개변수 푸아송-디리클레 및 일반화된 감마 모델에 대한 알려진 밀도를 특수 케이스로 복원함으로써 일반 공식의 타당성을 검증한다.

실험 결과

연구 질문

• RQ1 크기가 n인 표본에서 k개의 종이 관측되었을 때, 안정 하위조직에 의해 구동되는 교환 가능한 거스 비분할에서 조건부 α-다양성의 정확한 사후 분포는 무엇인가?
• RQ2 혼합 밀도 h가 임의일 경우, 혼합 푸아송-킹먼 모델에서 조건부 α-다양성을 닫힌 형태로 어떻게 표현할 수 있는가?
• RQ3 일반 공식은 이중 매개변수 푸아송-디리클레 및 정규화된 일반화된 감마 과정과 같은 특정 모델에 대해 알려진 결과를 복원하는가?
• RQ4 안정 하위조직 프레임워크 내에서 조건부 α-다양성과 랜덤 측도의 총 질량 사이의 분포적 관계는 무엇인가?
• RQ5 조건부 α-다양성의 특성 함수를 유도하고, 문헌에서 알려진 형태와 일치하는가?

주요 결과

• 조건부 α-다양성 Sα,h,n,k는 f h,αn,k(s) = h(s−1/α)˜gαn,k(s)/Eαn,k[h(S−1/α)]의 닫힌 형태 밀도를 가지며, 여기서 ˜gαn,k(s)는 Yα,k × β(kα, n−kα)의 밀도이다.
• 정규화 상수 Eαn,k[h(S−1/α)]는 식 (6)에 의해 가중치 Vn,k,h와 감마 함수를 통해 표현된다.
• 이중 매개변수 푸아송-디리클레 모델의 경우, 조건부 α-다양성 밀도는 Favaro 등 (2009)의 기존 결과와 일치하여 일관성을 확인한다.
• 정규화된 일반화된 감마 모델의 경우, 유도된 밀도는 Favaro 등 (2011)의 결과와 일치하여 일반 공식의 타당성을 검증한다.
• (α,θ) 모델의 조건부 α-다양성의 특성 함수는 ∑r≥0 (it)^r / r! × ( (θ + kα)/α )^r / (θ + n)^rα로 표현되며, 이는 Favaro 등 (2009)의 결과와 일치한다.
• 일반 공식의 결과로서 Yα,n/α × β(k, n/α −k)와 Yα,k × β(kα, n−kα) 사이의 분포 동치성이 확립되며, 이는 이전 결과를 확장한다.