[论文解读] Relative Error of Scaled Poisson Approximation via Stein's Method

Yue Tan, Yingdong Lu+1 more|arXiv (Cornell University)|Oct 9, 2018

Electromagnetic Scattering and Analysis参考文献 13被引用 6

一句话总结

本文通过改进的Stein-Chen方法，建立了对加权独立泊松随机变量之和的缩放泊松近似相对误差的中等偏差界。通过为有理数缩放因子引入基于格点的Stein算子，推导出尾部近似误差的多项式界，为该方法在正态近似表现不佳的应用中提供理论依据。

ABSTRACT

We study the accuracy of a scaled Poisson approximation to the weighted sum of independent Poisson random variables, focusing on in particular the relative error of the tail distribution. A bound on the relative approximation error is established using a modified Stein-Chen method.

研究动机与目标

• 解决缩放泊松近似缺乏理论分析的问题，该方法虽匹配一、二阶矩，但缺乏误差表征。
• 通过开发基于格点的Stein算子，将Stein方法扩展至处理泊松近似中的非整数缩放因子。
• 推导缩放泊松近似相对误差的中等偏差界，尤其关注尾部区域。
• 为独立泊松随机变量和局部依赖伯努利随机变量的加权和提供严格的误差估计。
• 建立格点上Stein方程解边界的组合估计，其本身具有独立兴趣。

提出的方法

• 为格点上的缩放泊松分布引入改进的Stein算子：$\mathcal{A}f(w) = \lambda m f(w+m) - w f(w)$，其中 $k = n/m$ 为有理数。
• 在格点上使用Stein-Chen方法，以界定向独立泊松随机变量之和的分布近似误差。
• 通过涉及泊松概率和阶乘项的组合估计，推导格点上Stein方程解的界。
• 通过控制随偏差范围增长的尾部近似相对误差，建立中等偏差界。
• 将该框架应用于独立泊松随机变量的加权和以及局部依赖伯努利随机变量。
• 通过数值实验验证理论误差界，并展示实际应用中的近似质量。

实验结果

研究问题

• RQ1 对于独立泊松随机变量的加权和，缩放泊松近似的相对误差是多少，特别是在尾部区域？
• RQ2 如何将Stein方法调整以处理泊松近似中的非整数缩放因子？
• RQ3 缩放泊松近似的相对误差的中等偏差界是什么？与经典正态近似相比如何？
• RQ4 能否有效有界格点上Stein方程的解，以获得有意义的误差估计？
• RQ5 在不同偏差范围，特别是中等偏差区域，近似质量如何变化？

主要发现

• 本文建立了缩放泊松近似相对误差的中等偏差界，表明误差由偏差参数的多项式速率控制。
• 对于有理数缩放因子 $k = n/m$，构造了一种新型基于格点的Stein算子，使Stein方法可应用于非整数缩放。
• 通过涉及泊松概率和阶乘项的组合估计，有界格点上Stein方程的解，从而实现有效的误差控制。
• 在中等偏差区域，相对误差界的形式为 $O\left(\frac{1 + x^3}{\sqrt{n}}\right)$，类似于正态近似中的经典结果。
• 数值实验表明，缩放泊松近似在尾部概率估计方面优于正态近似，尤其在重尾或偏态分布中表现更优。
• 所推导的界适用于独立泊松随机变量的加权和以及局部依赖伯努利随机变量，扩展了Stein-Chen理论的先前结果。