[논문 리뷰] The pilgrim's process

Walter Dempsey, Peter McCullagh|arXiv (Cornell University)|2014. 12. 03.

Bayesian Methods and Mixture Models참고 문헌 7인용 수 1

한 줄 요약

이 논문은 지수 분포를 가진 무한히 교환가능하고 비음수인 시간-사건 시계열을 생성하는 확률적 모델인 Pilgrim의 과정을 소개한다. 이 모델은 결합 밀도와 다변량 생존함수에 대한 닫힌 형태의 표현식을 제공하며, Kaplan-Meier 추정과의 연결고리를 밝히고, 차이니즈 레스토랑 과정과 인디안 뷔페 과정과의 유사성을 드러내어 생존 분석과 Ewens 샘플링 공식 사이에 새로운 연결고리를 설정한다.

ABSTRACT

Pilgrim's monopoly is a probabilistic process giving rise to a non-negative sequence $T_1, T_2,\ldots$ that is infinitely exchangeable, a natural model for time-to-event data. The one-dimensional marginal distributions are exponential. The rules are simple, the process is easy to generate sequentially, and a simple expression is available for both the joint density and the multivariate survivor function. There is a close connection with the Kaplan-Meier estimator of the survival distribution. Embedded within the process is an infinitely exchangeable ordered partition processes connected to Markov branching processes in neutral evolutionary theory. Some aspects of the process, such as the distribution of the number of blocks, can be investigated analytically and confirmed by simulation. By ignoring the order, the embedded process can be considered as an infinitely exchangeable partition process, shown to be closely related to the Chinese restaurant process. Further connection to the Indian buffet process is also provided. Thus we establish a previously unknown link between the well-known Kaplan-Meier estimator and the important Ewens sampling formula.

연구 동기 및 목표

• 시간-사건 데이터를 위한 확률적 모델을 개발하여 무한히 교환가능하고 지수 분포를 갖는 한변량 마진 분포를 도출한다.
• 결합 밀도와 생존함수에 대한 닫힌 형태의 표현식을 제공하고, 단순한 순차적 시뮬레이션 방법을 제시한다.
• 생존 분석과 인구 유전학에서의 교환가능한 분할 과정 간의 연결고리를 설정한다.
• 통합된 확률적 과정을 통해 Kaplan-Meier 추정과 Ewens 샘플링 공식 간의 유사성을 입증한다.
• 통합된 분할 과정이 중국 레스토랑 과정과 동일하고, 인디안 뷔페 과정과 관련이 있음을 보여준다.

제안 방법

• 과정은 시계열 $ T_1, T_2, \ldots $ 를 생성하는 확률적 메커니즘을 통해 무한히 교환가능하고 지수 분포를 갖는 한변량 마진을 보장한다.
• 이 시계열의 결합 밀도와 다변량 생존함수에 대한 닫힌 형태의 표현식을 유도한다.
• 과정은 중성 진화 이론의 마코프 분열 과정과 연결된 무한히 교환가능한 순서 있는 분할 과정을 통합한다.
• 순서를 무시할 경우, 분할 과정이 중국 레스토랑 과정과 동일하다는 것을 보여준다.
• 분할 메커니즘의 구조를 통해 인디안 뷔페 과정과의 추가적인 유사성을 도출한다.
• 분석적 및 시뮬레이션 기반 방법을 사용하여 분할 과정에서의 블록 수 분포를 연구한다.

실험 결과

연구 질문

• RQ1 어떻게 단순한 확률적 과정이 지수 분포를 갖는 무한히 교환가능한 시간-사건 데이터를 생성할 수 있는가?
• RQ2 Pilgrim의 과정과 생존 분석에서 Kaplan-Meier 추정 간의 관계는 무엇인가?
• RQ3 통합된 분할 과정은 중국 레스토랑 과정과 같은 알려진 확률적 과정과 어떻게 관련이 있는가?
• RQ4 Pilgrim의 과정은 인구 유전학에서의 Ewens 샘플링 공식과 어떤 방식으로 연결되는가?
• RQ5 Pilgrim의 과정과 인디안 뷔페 과정 사이에 어떤 구조적 유사성이 존재하는가?

주요 결과

• Pilgrim의 과정은 비음수이자 무한히 교환가능한 난수 변수 시계열을 생성하며, 이들의 한변량 마진 분포는 지수 분포를 갖는다.
• 이 과정의 결합 밀도와 다변량 생존함수에 대한 닫힌 형태의 표현식이 존재한다.
• 순서를 고려하지 않을 경우, 통합된 분할 과정이 중국 레스토랑 과정과 동일하다는 것이 입증된다.
• 이 과정은 Kaplan-Meier 추정과 Ewens 샘플링 공식 사이에 이전에 알려지지 않은 연결고리를 설정한다.
• 분할 과정에서의 블록 수 분포는 분석적으로 분석 가능하며 시뮬레이션을 통해 확인할 수 있다.
• 이 과정은 분할 메커니즘을 통해 인디안 뷔페 과정과의 구조적 유사성을 드러낸다.