[论文解读] The coalescent structure of branching processes: a unifying Poissonization approach

Samuel G. G. Johnston, Amaury Lambert|arXiv (Cornell University)|Nov 30, 2019

Stochastic processes and statistical mechanics被引用 7

一句话总结

本文引入一种新颖的泊松化技术，用于分析分支过程的共祖结构，表明从一个随机集合中进行均匀抽样，等价于速率参数为 $\lambda$、混合测度为 $k\,d\lambda/\lambda$ 的泊松样本的混合。该方法被扩展至多类型连续状态分支过程，通过多类型 $\Lambda$-共祖过程刻画其共祖结构。

ABSTRACT

We introduce a Poissonization method to study the coalescent structure of samples from branching processes. This method relies on the simple observation that a uniform sample of size $k$ taken from a random set with positive Lebesgue measure has the same law as a mixture of Poisson samples with rate $\lambda$ and mixing measure $k\,d\lambda/\lambda$. We develop a multi-type analogue of this procedure, and use it to characterise the coalescent structure of multi-type continuous-state branching processes in terms of multi-type $\Lambda$-coalescents.

研究动机与目标

• 通过一种新颖的概率技术，统一研究分支过程中的共祖结构。
• 解决在正勒贝格测度的随机集合中刻画抽样分布的挑战。
• 将泊松化方法扩展至多类型分支过程，以增强其适用范围。
• 建立多类型连续状态分支过程与多类型 $\Lambda$-共祖过程之间的联系。

提出的方法

• 该方法利用从随机集合中均匀抽取大小为 $k$ 的样本，与速率参数为 $\lambda$、混合测度为 $k\,d\lambda/\lambda$ 的泊松样本混合之间的等价性。
• 开发了泊松化过程的多类型扩展，以处理具有多种个体类型的分支过程。
• 该方法利用分布等式，将抽样动态重新表述为具有随机强度的泊松过程。
• 通过分析泊松化抽样机制所诱导的谱系关系，推导出共祖结构。
• 该方法使极限共祖过程可被表征为多类型 $\Lambda$-共祖过程。

实验结果

研究问题

• RQ1 如何通过统一的概率框架表征分支过程的共祖结构？
• RQ2 在正测度的随机集合中，均匀抽样与泊松抽样之间存在何种分布等价性？
• RQ3 泊松化技术如何推广至多类型分支过程？
• RQ4 在此框架下，多类型连续状态分支过程会涌现出何种类型的共祖过程？

主要发现

• 泊松化方法建立了大小为 $k$ 的均匀抽样与速率参数为 $\lambda$、混合测度为 $k\,d\lambda/\lambda$ 的泊松样本混合之间的分布等价性。
• 该等价性为分析具有随机种群规模的分支过程中的抽样动态提供了强大工具。
• 该方法的多类型扩展成功刻画了多类型连续状态分支过程的共祖结构。
• 所得共祖过程被识别为多类型 $\Lambda$-共祖过程，将分支过程与可交换共祖模型联系起来。