[논문 리뷰] Size bias, sampling, the waiting time paradox, and infinite divisibility: when is the increment independent?

Richard Arratia, Larry Goldstein|arXiv (Cornell University)|2010. 07. 22.

Bayesian Methods and Mixture Models참고 문헌 12인용 수 20

한 줄 요약

이 논문은 크기 편향 분포 $X^*$를 갖는 랜덤 변수 $X$가 $Y \geq 0$ 이고 $X$와 $Y$가 독립일 조건에서 $X^* = X + Y$ 로 표현될 수 있는지 조사한다. 이 분해가 가능함은 $X$가 무한히 나누어떨어지는 것과 동치이며, 크기 편향과 재생 이론, 도착 시간 역설, 딕먼의 함수와 부크스타브의 함수 등 수론적 분포와의 연결 고리를 밝혀낸다.

ABSTRACT

With $X^*$ denoting a random variable with the $X$-size bias distribution, what are all distributions for $X$ such that it is possible to have $X^*=X+Y$, $Y\geq 0$, with $X$ and $Y$ {\em independent}? We give the answer, due to Steutel \cite{steutel}, and also discuss the relations of size biasing to the waiting time paradox, renewal theory, sampling, tightness and uniform integrability, compound Poisson distributions, infinite divisibility, and the lognormal distributions.

연구 동기 및 목표

• 비음수 랜덤 변수 $X$의 분포 중에서 $Y \geq 0$ 이고 $X$, $Y$가 독립일 때 $X^* = X + Y$ 가 성립하는 모든 분포를 규명하는 것.
• 포아송 과정에서 크기 편향과 도착 시간 역설 간의 관계를 명확히 하는 것.
• 크기 편향이 표본 추출, 재생 이론, 무한히 나누어떨어짐의 성질에서 수행하는 역할을 분석하는 것.
• 특히 수론에서의 딕먼의 함수와 부크스타브의 함수와 연결된 크기 편향에서 유도된 분포를 특성화하는 것.
• 분해 $X^* = X + Y$ 를 통해 크기 편향, 복합 포아송 법칙, 무한히 나누어떨어짐의 개념을 통합하는 것.

제안 방법

• 크기 편향 분포의 정의를 사용: 유계 연속 함수 $g$ 에 대해 $\mathbb{E}[g(X^*)] = \frac{1}{\mathbb{E}[X]} \mathbb{E}[X g(X)]$.
• 밀도를 유도하기 위해 $dF_{X^*}(x) = \frac{x}{\mathbb{E}[X]} dF(x)$ 라는 변환을 적용한다.
• 지속성 없는 특성과 길이 편향 표본 추출 간의 모순을 고려하여 지수 간격 시간과 함께 도착 시간 역설을 분석한다.
• 특히 균일 분포 $Y$ 가 $(0,1)$ 또는 $(\beta,1)$ 일 경우의 $g_a(x)$ 에 대해 미분-차분 방정식을 유도한다.
• 크기 편향된 $X^*$ 가 독립적인 $Y \geq 0$ 와 함께 $X^* = X + Y$ 로 표현될 수 있음은 $X$ 가 무한히 나누어떨어지는 것과 동치임을 증명한다.
• 복합 포아송 구성과 콘볼루션 거듭제곱을 사용하여 $X$ 를 딕먼의 $\rho(u)$ 와 부크스타브의 $\omega(u)$ 와 같은 수론적 함수와 연결한다.

실험 결과

연구 질문

• RQ1 비음수 랜덤 변수 $X$ 중에서 독립적인 $Y \geq 0$ 가 존재하여 $X^* = X + Y$ 가 성립하는 경우는 무엇인가?
• RQ2 크기 편향은 포아송 과정에서 도착 시간 역설을 어떻게 해결하는가?
• RQ3 분포 분해에서 크기 편향과 무한히 나누어떨어짐 간의 관계는 무엇인가?
• RQ4 크기 편향된 $X$ 의 밀도는 어떤 미분-차분 방정식과 수론적 함수와 관련이 있는가?
• RQ5 크기 편향된 분포는 이질적인 군 크기를 갖는 집단에서 표본 추출할 때 어떤 역할을 하는가?

주요 결과

• 크기 편향된 $X^*$ 가 독립적인 $Y \geq 0$ 와 함께 $X^* = X + Y$ 로 표현될 수 있음은 $X$ 가 무한히 나누어떨어지는 것과 동치이다.
• 도착 시간 역설은 간격 내에서 균일 분포를 띠는 도착 시간이 길이 편향된 간격 시간 분포를 유도하므로, 기억 없음의 기대와는 다름을 인식함으로써 해결된다.
• 예산 기대값 $\mathbb{E}[X] = 1$ 인 경우, 크기 편향된 버전 $X^*$ 는 $\mathbb{P}(X^* = k) = k \mathbb{P}(X = k)$ 를 만족하며, 이는 군 크기 조사에서 표본 추출 편향을 설명한다.
• 딕먼의 함수 $\rho(u)$ 는 $Y \sim \text{Uniform}(0,1)$ 일 때 $X$ 의 밀도로 나타나며, $x > 0$ 에서 $\rho'(x) = -\rho(x-1)/x$ 를 만족하고, $[0,1]$ 에서는 $\rho(x) = 1$ 이다.
• 부크스타브의 함수 $\omega(u)$ 는 임의의 정수의 가장 작은 소인수 분포를 지배하며, $X$ 가 $\mathbb{P}(X=0) = \beta^t$ 인 복합 포아송일 경우 $\mathbb{P}(a < X < b) = \int_a^b \omega(x/\beta) \, dx$ 를 만족한다.
• 크기 편향된 $X$ 의 분포는 $\mathbb{P}(X=0) > 0$ 일 경우 열악한 밀도를 유도하며, 이는 소인수가 없는 정수의 점차적 비율과 연결된다.