[논문 리뷰] Integral representations for convolutions of non-central multivariate gamma distributions

Thomas Royen|ArXiv.org|2007. 04. 04.

Statistical Distribution Estimation and Applications참고 문헌 12인용 수 3

한 줄 요약

이 논문은 복소수 적분을 통해 $(-\pi, \pi]^p$ 위에서 비중앙 다변량 감마 분포의 합성 분포의 누적분포함수(CDF)에 대한 세 가지 새로운 적분 표현을 유도한다. 주요 기여는 특히 정규 랜덤 행렬에서의 일반화된 이차형식의 공동분포에 대해 수치적으로 효율적인 CDF 계산을 $p$차원 적분을 통해 가능하게 한다. 이는 급수 전개나 푸리에/라플라스 역변환에 비해 계산상의 이점을 제공한다.

ABSTRACT

Three types of integral representations for the cumulative distribution functions of convolutions of non-central p-variate gamma distributions are given by integration of elementary complex functions over the p-cube Cp = (-pi,pi]x...x(-pi,pi]. In particular, the joint distribution of the diagonal elements of a generalized quadratic form XAX' with n independent normally distributed column vectors in X is obtained. For a single p-variate gamma distribution function (p-1)-variate integrals over Cp-1 are derived. The integrals are numerically more favourable than integrals obtained from the Fourier or laplace inversion formula.

연구 동기 및 목표

• 비중앙 다변량 감마 분포의 합성 분포의 CDF에 대해 수치적으로 효율적인 표현을 개발하기 위해.
• 비중앙 다변량 감마 분포에 대해 급수 전개가 계산적으로 불가능한 문제를 해결하기 위해.
• 정규 랜덤 행렬에서의 일반화된 이차형식의 CDF를 계산하기 위한 푸리에 또는 라플라스 역변환의 실용적 대안을 제공하기 위해.
• 표현식이 $p$-입자체 $(-\pi, \pi]^p$ 위에서 명시적인 적분 공식을 도출하여 기존 방법보다 수치적 평가에 유리한 형태를 제공하기 위해.

제안 방법

• Laplace 변환을 CDF 표현으로 변환하기 위해 복소해석학 기법, 특히 $p$-입자체 $(-\pi, \pi]^p$ 위에서의 경로 적분을 사용한다.
• 정리 1에서 유도된 일반적 방법을 적용하여 생성함수의 곱을 $ (2\pi)^{-p} \int_{\mathcal{C}_p} A(y) B(y^{-1}) \, d\varphi_1 \cdots d\varphi_p $ 형태의 적분으로 변환한다.
• 해석적 계속과 잔여치 적분을 활용하여 $\Gamma_p(\alpha_k, \Sigma_k, \Delta_k)$ 분포를 가진 랜덤 벡터의 CDF에 대한 적분 형태를 도출한다.
• 독립적 동일분포를 가진 정규 분포를 가진 열을 가진 행렬 $X$에 대해 $XAX^\top$의 대각성분의 CDF에 대한 $p$-차원 적분을 유도한다.
• 단일 $\Gamma_p(\alpha, \Sigma, \Delta)$ 경우에 대해 재귀적 분해를 통해 적분 차원을 $p-1$로 감소시킨다.
• 레마 2와 레마 3을 활용하여 지수 내의 행렬 행렬식과 추적을 다루어 복잡한 적분을 다룰 수 있는 형태로 변환한다.

실험 결과

연구 질문

• RQ1 비중앙 다변량 감마 분포의 합성 분포의 CDF는 $p$-입자체 $(-\pi, \pi]^p$ 위에서 복소수 적분으로 표현될 수 있는가?
• RQ2 일반화된 이차형식 $XAX^\top$의 대각성분의 공동분포는 다변량 감마 CDF로 어떻게 표현될 수 있는가?
• RQ3 이러한 적분 표현은 비중앙 다변량 감마 분포에 대해 급수 전개나 푸리에/라플라스 역변환보다 수치적으로 유리한가?
• RQ4 적분의 피적분함수의 구조는 어떠한가? 비정수 $\alpha$에 대해 적분은 어떤 조건에서 수렴하는가?

주요 결과

• 비중앙 다변량 감마 분포의 합성 분포의 CDF에 대해 세 가지 서로 다른 유형의 적분 표현이 유도되었으며, 모두 $(-\pi, \pi]^p$ 위에서 적분된다.
• 단일 $\Gamma_p(\alpha, \Sigma, \Delta)$ 분포의 경우, $p-1$차원 적분이 $(-\pi, \pi]^{p-1}$ 위에서 유도되어 계산 복잡도가 감소한다.
• 적분이 급수 전개보다 수치적으로 유리함이 입증되었으며, 특히 복잡한 계수나 느린 수렴을 보이는 경우에 유리하다.
• 독립적 동일분포를 가진 정규 분포를 가진 열을 가진 행렬 $X$와 $A \geq 0$에 대해 $XAX^\top$의 대각성분의 공동분포는 $q$개의 독립적인 $\Gamma_p(\frac{1}{2}, \lambda_k\Sigma, \Delta_k)$-분포를 가진 랜덤 벡터의 합으로 표현된다.
• 무한 급수나 특성함수의 수치적 역변환에 의존하지 않고 정확한 CDF 계산이 가능하다.
• 생성함수의 변환과 잔여치 적분을 통한 검증을 통해 유도된 적분에 대한 라플라스 변환 항등식이 명시적으로 확인되었다.