[论文解读] On approximations for the distribution of first level crossing time

V. K. Malinovskiǐ, Konstantin V. Malinovskii|arXiv (Cornell University)|Aug 29, 2017

Mathematical Approximation and Integration参考文献 5被引用 5

一句话总结

本文评估了两种新颖近似方法——$Ω_t(u,c,v)$ 和 $τ_t(u,c,v)$——用于复合更新过程 $V_s - cs$ 在水平 $u$ 以上的首次 passage 时间分布，采用逆高斯分布和广义逆高斯分布。这些近似在轻尾分布（指数分布、爱尔朗分布）和重尾分布（帕累托分布）下均表现出高精度，尤其是在临界漂移 $c^* = 1/M$ 附近，优于经典的 Cramér 型近似。

ABSTRACT

We investigate performance of approximations put forth in \citeNP{[Malinovskii 2017a]} and \citeNP{[Malinovskii 2017b]} for the distribution of the time of first level $u$ crossing by the random process $\homV{s}-cs$, $s>0$, where $\homV{s}$ is compound renewal process. In the case of Exponential inter-renewal and jump size random variables, we compare the approximations with exact and with simulation results. In a few other cases including Erlang and Pareto inter-renewal and jump size random variables, where exact results are absent, we compare the approximations with simulation results.

研究动机与目标

• 评估复合更新过程中首次水平穿越时间分布的两种新近似方法的性能。
• 将这些近似与精确公式（在指数分布情况下）和模拟基准（在非指数分布情况下）进行比较。
• 评估近似方法在轻尾和重尾的更新间隔及跳跃大小分布下的鲁棒性和准确性。
• 证明近似方法在临界漂移 $c^* = 1/M$ 附近仍保持高精度，而经典方法在此处常失效。

提出的方法

• 本文提出两种近似：基于正态分布的 $\mathcal{M}_t(u,c,v)$ 和通过 $\mathcal{F}_t$ 与 $\mathcal{S}_t$ 项引入偏度和峰度校正的改进版本 $\mathcal{E}_t(u,c,v)$。
• 近似在类似于局部中心极限定理的条件下推导，使用矩生成函数和渐近展开。
• 关键组成部分包括均值 $M = \mathbb{E}[T]/\mathbb{E}[Y]$、方差 $D^2$，以及考虑 $T$ 和 $Y$ 的三阶矩的校正因子 $C_{\mathcal{F}}$ 和 $C_{\mathcal{S}}$。
• 对于非指数分布情况，采用基于模拟的基准，使用 $N=1000$ 条路径和 $\Delta c = 0.05$ 以保证数值稳定性。
• 在指数分布情况下，使用定理 3.1 的精确结果作为黄金标准，以验证模拟和近似方法的可靠性。
• 通过在多个参数配置下将近似 $\mathcal{M}_t$ 和 $\mathcal{E}_t$ 与模拟结果和精确公式进行比较，评估其性能。

实验结果

研究问题

• RQ1 复合更新过程中首次 passage 时间分布的近似 $\mathcal{M}_t(u,c,v)$ 和 $\mathcal{E}_t(u,c,v)$ 的准确性如何？
• RQ2 这些近似在帕累托等重尾分布下是否仍保持高精度，而经典方法常在此类分布下失效？
• RQ3 在临界漂移 $c^* = 1/M$ 附近，这些近似的表现如何，这是渐近近似方法的已知难点？
• RQ4 在 $\mathcal{E}_t$ 中引入偏度和峰度校正（$C_{\mathcal{F}}$、$C_{\mathcal{S}}$）是否显著优于基础近似 $\mathcal{M}_t$？

主要发现

• 在指数分布情况下，近似 $\mathcal{M}_t$ 和 $\mathcal{E}_t$ 与定理 3.1 的精确公式高度一致，证实了模拟和近似方法的可靠性。
• 对于参数为 $a_T = a_Y = 4.0$、$b_T = b_Y = 0.4$ 的帕累托分布 $T$ 和 $Y$，近似 $\mathcal{M}_t$ 和 $\mathcal{E}_t$ 即使在中等水平 $u = 40$ 时也与模拟结果高度吻合。
• 改进的近似 $\mathcal{E}_t(u,c,v)$ 始终优于 $\mathcal{M}_t(u,c,v)$，尤其在 $c^* = 1/M$ 附近的弯曲区域，因其包含了偏度和峰度校正。
• 这些近似在整个 $c$ 范围内均保持高精度，包括远离 $c^*$ 的区域，对轻尾分布（指数分布、爱尔朗分布）和重尾分布（帕累托分布）均具有鲁棒性。
• 近似 $\mathcal{M}_t$ 和 $\mathcal{E}_t$ 显著优于经典 Cramér 型近似，尤其在 $c^*$ 附近，后者常在此处失效。
• 在帕累托分布情况下，校正因子 $C_{\mathcal{F}} = 0.125c^{-1}$ 和 $C_{\mathcal{S}} = 0.25c^{-1}$ 经实证验证，能有效提升模拟比较中的精度。