[论文解读] A Truncation Approach for Fast Computation of Distribution Functions

Xinjia Chen|ArXiv.org|Feb 23, 2008

Algorithms and Data Compression参考文献 2被引用 5

一句话总结

本文提出一种基于截断的方法，通过将积分或求和的定义域限制在更小、计算效率更高的子集上，以加速多元分布函数的计算。通过利用切尔诺夫型不等式和尾部概率控制，该方法确保截断后的概率保持在用户定义的误差范围内，从而在保持精度的同时显著降低计算成本。

ABSTRACT

In this paper, we propose a general approach for improving the efficiency of computing distribution functions. The idea is to truncate the domain of summation or integration.

研究动机与目标

• 解决在大定义域上评估多元分布函数时计算成本过高的问题。
• 开发一种通用方法，在不损失精度的前提下减少积分/求和的定义域。
• 确保截断后的概率保持在真实概率的可控误差范围内。
• 提供一种系统化方法，利用矩生成函数计算尾部概率的界限。
• 在涉及高维空间求和或积分的应用中，实现高效且精确的分布函数计算。

提出的方法

• 该方法通过定义新的边界 $a_i' = \max(a_i, u_i)$ 和 $b_i' = \min(b_i, v_i)$ 对积分或求和的定义域进行截断，其中 $u_i$ 和 $v_i$ 的选择满足 $\Pr\{X_i \leq u_i\} \leq \alpha_i$ 和 $\Pr\{X_i \geq v_i\} \leq \beta_i$。
• 利用矩生成函数 $\mathscr{C}(z) = \inf_{t \in \mathbb{R}} \mathbb{E}[e^{t(X-z)}]$ 来界定尾部概率，从而确定给定 $\alpha_i, \beta_i$ 下的 $u_i$ 和 $v_i$。
• 通过邦费罗尼不等式推导误差界，表明 $P \leq P' + \sum_{i=1}^m (\alpha_i + \beta_i)$，其中 $P'$ 为截断后的概率。
• 对于预设的误差容限 $\eta$，该方法设定 $\alpha_i = \beta_i = \eta / (2m)$，以保证 $P' \leq P \leq P' + \eta$。
• 该方法通过浓度不等式应用于二项式和，利用函数 $\mathscr{M}(z, \mu)$ 来界定样本均值的尾部概率。
• 推导出 $z_1$ 和 $z_2$ 的显式表达式，以定义截断阈值 $\mathrm{T}^-$ 和 $\mathrm{T}^+$，确保误差保持在 $\eta$ 以内。

实验结果

研究问题

• RQ1 如何在不损失精度的前提下降低多元分布函数的计算复杂度？
• RQ2 截断多元分布函数定义域时，允许的最大误差是多少？
• RQ3 如何利用矩生成函数高效地界定尾部概率？
• RQ4 能否开发一种系统化方法，计算出与真实概率在用户定义容差范围内的截断概率？
• RQ5 确保误差保持在预设 $\eta$ 范围内的截断阈值的显式边界是什么？

主要发现

• 该方法保证截断后的概率 $P'$ 满足 $P' \leq P \leq P' + \sum_{i=1}^m (\alpha_i + \beta_i)$，提供了严格的误差界。
• 对于给定的误差容限 $\eta > 0$，设定 $\alpha_i = \beta_i = \eta / (2m)$ 可确保 $P \leq P' + \eta$。
• 矩生成函数 $\mathscr{C}(z)$ 提供了对尾部概率的紧致界，从而能够高效地确定截断点 $u_i$ 和 $v_i$。
• 截断阈值 $z_1$ 和 $z_2$ 的显式表达式以 $n$、$p$ 和 $\eta$ 表示，使得 $\mathrm{T}^-$ 和 $\mathrm{T}^+$ 可直接计算。
• 该方法将计算定义域缩减为有限区间，显著减少了求和或积分中的项数。
• 通过二项式和的浓度不等式验证了该方法，表明尾部概率通过 $\mathscr{M}(z, \mu)$ 呈指数衰减。