[论文解读] A closed-form approximation for the median of the beta distribution

Jouni Kerman|arXiv (Cornell University)|Nov 2, 2011

Probabilistic and Robust Engineering Design被引用 32

一句话总结

本文提出了一种适用于 $a, b > 1$ 的贝塔分布中位数的简单闭式近似：$(a - 1/3)/(a + b - 2/3)$。该近似相对误差小于 4%，且随着形状参数增大，误差收敛速度极快，优于 $m(a,b;d) = (a-d)/(a+b-2d)$ 中其他 $d$ 值的选择，其中 $d = 1/3$ 使误差收敛至零的速度最快。

ABSTRACT

A simple closed-form approximation for the median of the beta distribution Beta(a, b) is introduced: (a-1/3)/(a+b-2/3) for (a,b) both larger than 1 has a relative error of less than 4%, rapidly decreasing to zero as both shape parameters increase.

研究动机与目标

• 开发一种简单、实用且准确的贝塔分布中位数闭式近似，因为该分布一般无解析解。
• 解决尽管关于不完全贝塔函数及其反函数已有大量文献，但缺乏广泛适用且计算高效的中位数公式的问题。
• 在形式 $m(a,b;d) = (a-d)/(a+b-2d)$ 中，确定使误差最小化并保证对称性与收敛至真实中位数的 $d$ 值。
• 评估该近似在不同形状参数和分布均值下的性能，特别是在 $a$ 和 $b$ 很大时的极限情况。

提出的方法

• 基于伽马分布中位数的渐近行为（已知当 $a$ 很大时其为 $a - 1/3$），提出近似 $m(a,b;1/3) = (a - 1/3)/(a + b - 2/3)$。
• 利用偏度-中位数-均值不等式，证明 $m(a,b;d) = (a-d)/(a+b-2d)$ 的函数形式可保持边界约束与对称性。
• 通过图形和分析方法，将该近似的相对误差与绝对误差与数值计算的中位数在多种 $a$、$b$ 和 $p = a/(a+b)$ 值下进行比较。
• 利用佩泽尔-普雷特对贝塔累积分布函数的近似，分析误差收敛速度，表明当 $d = 1/3$ 时误差衰减率为 $O(a^{-3/2})$，快于其他 $d$ 值。
• 评估尾部概率 $\Pr(\theta \leq m(a,b;1/3))$，以验证该近似是否使概率接近 0.5，从而确认其作为中位数的准确性。

实验结果

研究问题

• RQ1 能否为贝塔分布的中位数推导出一种既准确又计算高效的简单闭式表达式？
• RQ2 在函数形式 $m(a,b;d) = (a-d)/(a+b-2d)$ 中，$d$ 的选择如何影响近似误差与收敛速度？
• RQ3 近似 $m(a,b;1/3) = (a - 1/3)/(a + b - 2/3)$ 是否具有小于 4% 的相对误差，并且当 $a$ 和 $b$ 增大时是否一致收敛至真实中位数？
• RQ4 $d = 1/3$ 是否在误差衰减速率上最优，如佩泽尔-普雷特渐近分析所建议？

主要发现

• 对于所有 $a, b > 1$，近似 $(a - 1/3)/(a + b - 2/3)$ 的相对误差小于 4%，且随着形状参数增大，误差迅速减小。
• 当 $a \geq 2$ 时，相对误差降至 1% 以下，表明即使在中等参数值下也具有极强的准确性。
• 当 $p < 0.5$ 时，该近似系统性地低估中位数；当 $p > 0.5$ 时则系统性地高估中位数，但随着 $a$ 和 $b$ 增大，所有 $p$ 值下的误差均一致收敛至零。
• 只要较小的形状参数至少为 1，尾部概率 $\Pr(\theta \leq m(a,b;1/3))$ 始终保持在 $[0.4865, 0.5135]$ 区间内，并且随着参数增大，迅速趋近于 0.5。
• 当 $d = 1/3$ 时，近似误差以 $O(a^{-3/2})$ 速率衰减，快于其他 $d$ 值（如 $d = 0$，即均值）的 $O(a^{-1/2})$ 速率，从而证实 $d = 1/3$ 为最优选择。
• 该近似在长期误差减少与稳定性方面优于其他替代方案（如 $d = 0.3$），尤其在误差衰减的对数尺度上表现更优。