[논문 리뷰] Lower bounds on binomial and Poisson tails: an approach via tail conditional expectations

Christos Pelekis|arXiv (Cornell University)|2016. 09. 21.

Financial Risk and Volatility Modeling참고 문헌 22인용 수 5

한 줄 요약

이 논문은 꼬리 조건부 기대값에 대한 상한을 활용하여 이항분포와 포아송분포 꼬리 확률에 대한 비점근적 하한을 유도하는 새로운 접근법을 제안한다. 주요 기여는 Bin(n,p) 및 Poi(μ)에 대해 P(X ≥ k)에 대한 하한을 제공하는 것으로, 이 하한은 더 날카운 꼬리 조건부 기대값 상한과 비례하며, p와 이항계수를 포함하는 명시적 표현을 갖는다.

ABSTRACT

We derive upper bounds on the tail conditional expectation of binomial and Poisson random variables. Those upper bounds are subsequently employed to the problem of obtaining non-asymptotic lower bounds on the probability that the aforementioned random variables are significantly larger than their expectation.

연구 동기 및 목표

• 고정된 파라미터에 대해 이항분포와 포아송분포 꼬리 확률에 대한 체계적이고 점근적이지 않은 하한이 부족한 문제를 다루기 위해.
• 꼬리 조건부 기대값을 분석하여 날카운 하한을 도출하는 새로운 방법을 개발하기 위해.
• 이항 꼬리 확률에 대해 더 날카운 계수모멘트 상한과 비례하는 하한을 제공하는 프레임워크를 마련하기 위해.
• 이러한 접근을 포아송 분포로 확장하여, 문헌에서 덜 다뤄진 분야에 적용하기 위해.

제안 방법

• 재귀적 모멘트 항등식과 비율 추정을 사용하여 Bin(n,p) 및 Poi(μ)에 대해 꼬리 조건부 기대값 E[X | X ≥ k]에 대한 상한을 유도한다.
• 꼬리 확률 P(X ≥ k)를 꼬리 조건부 기대값의 역수를 포함하는 곱으로 표현함으로써, 문제를 이러한 기대값의 상한으로 제한한다.
• 포아송 변수에 대해 E[Y | Y ≥ k] = μ · P(Y ≥ k−1) / P(Y ≥ k)라는 항등식을 사용하여 꼬리 확률과 조건부 기대값을 연결한다.
• E[Y | Y ≥ k]에 대한 상한을 사용하여 연속된 꼬리 확률의 비율을 상한함으로써 꼬리 확률에 대한 재귀 부등식을 수립한다.
• 포아송 변수에 대해 P(Y ≥ μ − ln 2) ≥ 1/2 라는 중앙값 추정을 사용하여 하단 꼬리 확률 추정의 기반을 마련한다.
• 꼬리 조건부 기대값에 대한 상한과 곱 추정을 조합하여 p, n, k, μ에 대한 명시적 하한을 도출한다.

실험 결과

연구 질문

• RQ1 꼬리 조건부 기대값에 대한 상한을 사용하여 이항분포와 포아송분포 꼬리 확률에 대한 비점근적 하한을 도출할 수 있는가?
• RQ2 제안된 하한은 엔트로피 추정과 이항계수 근사에 기반한 기존 하한과 비교해 날카롭게 작용하는가?
• RQ3 새로운 하한과 이항 꼬리에 대한 더 날카운 계수모멘트 상한 사이의 정량적 관계는 무엇인가?
• RQ4 이 방법은 꼬리 하한이 덜 시스템적으로 연구된 포아송 분포로 확장될 수 있는가?
• RQ5 새로운 하한이 이항 및 포아송 꼬리에 대해 체르노프-후프딩 상한의 어느 비율을 달성하는가?

주요 결과

• k > np 인 Bin(n,p)에 대해 논문은 하한을 다음과 같이 확립한다: P(X ≥ k) ≥ (1/2) · p²⁽ˡ⁺¹⁾ · binom(n, ℓ+1) / binom(k, ℓ+1), 여기서 ℓ = floor((k−np)/(1−p)).
• 이 하한은 더 날카운 계수모멘트 상한과 비례하며, 중간에서 큰 k와 p에 대해 비율이 0에서 멀리 떨어져 있음을 보여준다.
• k > μ 인 Poi(μ)에 대해 논문은 P(Y ≥ k) ≥ (1/2) · ∏_{j=0}^{ℓ} μ / ((k−j) + μ) 를 도출한다. 여기서 ℓ = floor(k−μ)이며, 이는 단순 추정보다 향상된 결과이다.
• 이항 꼬리에 대한 이 하한은 경험적으로 엔트로피 기반 하한(3)과 거의 동일한 날카움을 보이며, 큰 k와 p에 대해 종종 더 날카롭게 작용한다.
• 이 방법은 꼬리 조건부 기대값 상한이 하단 꼬리 하한을 도출하는 데 실용적이고 강력한 도구임을 보여준다.
• 이 접근은 점근적이지 않고, 명시적이며 계산 가능한 하한을 제공하며, 난이도 있는 추정보다 날카롭고 알려진 하한과 경쟁 가능한 하한을 도출한다.