[论文解读] A Toolbox for the Radial and Angular Marginalization of Bivariate Normal Distributions

Emily A. Cooper, Hany Farid|arXiv (Cornell University)|May 19, 2020

Spectroscopy and Chemometric Analyses被引用 5

一句话总结

本文提出了 RAMBiNo 工具箱，这是一个全面的 MATLAB 和 R 资源，用于在一般条件下计算二元正态分布的径向和角度边际化——包括非零均值、各向异性的方差以及非对角的协方差。该工具箱提供了基于极坐标下解析积分的闭式解与数值解，能够高效计算半径和角度的边际分布。

ABSTRACT

Bivariate normal distributions are often used to describe the joint probability density of a pair of random variables. These distributions arise across many domains, from telecommunications, to meteorology, ballistics, and computational neuroscience. In these applications, it is often useful to radially and angularly marginalize (i.e.,~under a polar transformation) the joint probability distribution relative to the coordinate system's origin. This marginalization is trivial for a zero-mean, isotropic distribution, but is non-trivial for the most general case of a non-zero-mean, anisotropic distribution with a non-diagonal covariance matrix. Across domains, a range of solutions with varying degrees of generality have been derived. Here, we provide a concise summary of analytic solutions for the polar marginalization of bivariate normal distributions. This report accompanies a Matlab (Mathworks, Inc.) and R toolbox that provides closed-form and numeric implementations for the marginalizations described herein.

研究动机与目标

• 将分散的二元正态分布极坐标边际化解析解整合为一个统一且易于访问的资源。
• 解决在一般二元正态情况下计算半径和角度边际分布时缺乏集中化、良好文档化的实现的问题。
• 为神经科学、气象学和电信等领域的研究人员提供闭式解与数值实现。
• 在非平凡条件下实现高效且精确的角向和径向边际化计算：非零均值、各向异性和非对角协方差。
• 通过发布一个完整文档化的工具箱，包含代码示例和所有情况的推导，支持可复现研究。

提出的方法

• 利用修正贝塞尔函数推导角度边际化（半径上的分布）的解析解，特别针对非零均值、各向同性情况下的瑞利分布。
• 应用坐标旋转与变换技术，对角化协方差矩阵，将一般各向异性的案例简化为标准形式。
• 采用第一类修正贝塞尔函数的级数展开，处理非零均值和非对角协方差的情况。
• 通过在圆形轮廓上进行数值积分实现数值边际化，使用角度或半径的离散采样。
• 采用参数化方法计算径向和角度点上的联合密度，然后沿圆形路径积分以获得边际密度。
• 在 MATLAB 和 R 中提供模块化代码，包含用于解析和数值边际化的函数，支持截断级数近似。

实验结果

研究问题

• RQ1 对于具有非零均值和非对角协方差的二元正态分布，其径向和角度边际化的闭式解是什么？
• RQ2 如何利用解析和数值方法高效计算一般二元正态分布下半径的边际分布？
• RQ3 在存在各向异性和偏移均值的情况下，近似角度边际分布的最准确且计算效率最高的方法是什么？
• RQ4 来自不同领域（如电信、气象学）的现有解决方案在数学公式和计算可行性方面如何比较？
• RQ5 是否可以开发一个统一的开源工具箱，以标准化并简化科学领域中极坐标边际化的计算？

主要发现

• 本文推导并实现了所有标准情况下角度边际化的闭式解，包括非零均值、各向同性二元正态分布下的瑞利分布。
• 对于非零均值、各向异性及非对角协方差的情况，解依赖于包含修正贝塞尔函数的级数展开，截断至 100 项以保证数值稳定性和精度。
• 数值实现通过采样圆形轮廓并对联合密度进行数值积分实现高精度，结果经过归一化以确保积分为单位 1。
• 该工具箱支持所有均值（零/非零）、方差（各向同性/各向异性）和协方差（对角/非对角）的组合，覆盖了二元正态分布的全部一般性。
• 分析解被证明在计算上高效且数值稳定，尤其在现代科学计算环境中使用优化的贝塞尔函数计算时表现更优。
• 该工具箱已发布在 GitHub 上，包含所有情况的代码示例，支持研究应用中的即用性和可复现性。