[论文解读] Conditional $\alpha$-diversity for exchangeable Gibbs partitions driven by the stable subordinator

Annalisa Cerquetti|arXiv (Cornell University)|May 4, 2011

Bayesian Methods and Mixture Models参考文献 10被引用 5

一句话总结

本文利用给定观测物种计数的 α-多样性后验密度的一般公式，推导出一类广泛交换性 Gibbs 分区——具体而言，由稳定下拉子过程驱动的混合泊松-金曼模型——的条件 α-多样性分布。主要贡献在于给出了条件 α-多样性密度的闭式表达式，该表达式统一并推广了针对两参数泊松-狄利克雷和归一化广义伽马模型的先前结果。

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).

研究动机与目标

• 将贝叶斯非参数物种抽样中关于条件 α-多样性的现有结果推广至由稳定下拉子过程驱动的混合泊松-金曼模型的完整类别。
• 在给定样本中观测到的物种计数下，推导出 α-多样性后验密度的统一解析表达式。
• 建立一个通用公式，涵盖并扩展针对特定模型（如两参数泊松-狄利克雷和归一化广义伽马过程）的先前结果。
• 为使用可交换随机划分进行非参数贝叶斯推断中的后验物种丰富度估计提供理论基础。
• 将 α-多样的分布性质与稳定下拉子过程框架下底层的 Lévy 测度和混合密度联系起来。

提出的方法

• 使用泊松-金曼构造，通过混合密度 γ(t) = h(t)fα(t) 建模可交换 Gibbs 分区，其中 fα 为稳定下拉子过程的密度。
• 应用贝叶斯法则，推导在样本大小为 n 且观测到 k 个物种时，条件 α-多样性 Sα,h 的后验密度。
• 推导出精确密度 f h,αn,k(s) = h(s−1/α)˜gαn,k(s)/Eαn,k[h(S−1/α)]，其中 ˜gαn,k(s) 为独立随机变量 Yα,k 与 W∼β(kα, n−kα) 乘积的密度。
• 通过方程 (6) 将归一化常数表示为权重 Vn,k,h 的反向递推关系，并将其与 Eαn,k[h(S−1/α)] 关联。
• 使用拉普拉斯变换和特征函数，验证其与 Favaro 等人 (2009, 2011) 的已知结果在分布上的等价性。
• 通过恢复两参数泊松-狄利克雷模型和广义伽马模型的已知密度作为特例，验证了通用公式的正确性。

实验结果

研究问题

• RQ1 在样本大小为 n 且观测到 k 个物种的条件下，由稳定下拉子过程驱动的可交换 Gibbs 分区中，α-多样的精确后验分布是什么？
• RQ2 在混合泊松-金曼模型中，对于任意混合密度 h，条件 α-多样性如何以闭式表达？
• RQ3 通用公式是否能恢复特定模型（如两参数泊松-狄利克雷和归一化广义伽马过程）的已知结果？
• RQ4 在稳定下拉子过程框架下，条件 α-多样性与随机概率测度总质量之间的分布关系是什么？
• RQ5 条件 α-多样的特征函数能否推导出来，并证明其与文献中已知形式一致？

主要发现

• 条件 α-多样性 Sα,h,n,k 具有闭式密度 f h,αn,k(s) = h(s−1/α)˜gαn,k(s)/Eαn,k[h(S−1/α)]，其中 ˜gαn,k(s) 为 Yα,k × β(kα, n−kα) 的密度。
• 归一化常数 Eαn,k[h(S−1/α)] 通过权重 Vn,k,h 和伽马函数表示，如方程 (6) 所示。
• 对于两参数泊松-狄利克雷模型，条件 α-多样性密度与 Favaro 等人 (2009) 的已知结果一致，验证了自洽性。
• 对于归一化广义伽马模型，推导出的密度与 Favaro 等人 (2011) 的结果一致，验证了通用公式的正确性。
• 两参数 (α,θ) 模型中条件 α-多样的特征函数被证明为 ∑r≥0 (it)^r / r! × ( (θ + kα)/α )^r / (θ + n)^rα，与 Favaro 等人 (2009) 的结果一致。
• 作为通用公式的推论，建立了 Yα,n/α × β(k, n/α −k) 与 Yα,k × β(kα, n−kα) 之间的分布等价性，扩展了先前结果。