[论文解读] Asymptotic tail properties of the distributions in the class of dispersion models

Alexandre B. Simas, Gauss M. Cordeiro+1 more|ArXiv.org|Sep 10, 2008

Bayesian Methods and Mixture Models参考文献 6被引用 4

一句话总结

本文在小分散渐近下建立了分散模型的渐近尾部性质，扩展了Finner等人（2008年）的研究，证明了标准化随机变量的密度收敛于一个带有校正因子的正态密度，该校正因子依赖于单位偏差函数的高阶导数。主要贡献是将鞍点近似推广至一大类合适的分散模型，包括冯·米塞斯分布、莱普尼克分布和广义逆高斯分布，在一致收敛假设下实现。

ABSTRACT

The class of dispersion models introduced by Jørgensen (1997b) covers many known distributions such as the normal, Student t, gamma, inverse Gaussian, hyperbola, von-Mises, among others. We study the small dispersion asymptotic (Jørgensen, 1987b) behavior of the probability density functions of dispersion models which satisfy the uniformly convergent saddlepoint approximation. Our results extend those obtained by Finner et al. (2008).

研究动机与目标

• 将Finner等人（2008年）关于小分散渐近的结果扩展到指数族以外的更广泛分散模型类别。
• 分析当分散参数 σ² → 0 时，分散模型中标准化变量密度的渐近行为。
• 建立鞍点近似一致收敛的条件，从而实现精确的尾部近似。
• 基于单位偏差函数的三阶和四阶导数，推导出极限正态密度的显式校正因子。
• 研究特定分布（如冯·米塞斯、莱普尼克、广义逆高斯）并计算其收敛速率和校正项。

提出的方法

• 使用单位偏差函数 d(y;μ) 定义分散模型 DM(μ,σ²)，其概率密度为 f(y;μ,σ²) = a(y;σ²)exp{−½σ⁻²d(y;μ)}。
• 应用一致收敛的鞍点近似：当 σ² → 0 时，f(y;μ,σ²) ∼ {2πσ²V(y)}⁻¹ᐟ²exp{−½σ⁻²d(y;μ)}。
• 定义方差函数 V(μ) = 2 / ∂²ₘᵤₘᵤd(μ;μ)，该函数控制标准化变量的渐近方差。
• 利用 d(y;μ) 在 μ=μ₀ 处的三阶和四阶导数，推导出极限密度比 f(xσ)/φ(xσ;0,V(μ₀)) → exp(β/24) 或类似表达式。
• 应用定理2–4计算涉及 β = ∂³ₘᵤₘᵤₘᵤd(μ₀;μ₀) 及更高阶导数的校正因子。
• 在具体模型上验证结果：冯·米塞斯、莱普尼克、变换后的莱普尼克以及修正的三参数广义逆高斯分布，计算精确的校正项。

实验结果

研究问题

• RQ1 当分散参数 σ² 趋近于零时，分散模型的尾部性质如何表现？
• RQ2 鞍点近似能否一致地应用于合适的分散模型，其对渐近正态性有何影响？
• RQ3 当单位偏差函数的高阶导数为零或非零时，极限密度中会出现哪些校正因子？
• RQ4 冯·米塞斯、莱普尼克和广义逆高斯等分布的收敛速率和校正项有何差异？
• RQ5 Finner（2008年）关于正态近似的结论在多大程度上可推广至非指数分散模型？

主要发现

• 对于任意具有一致收敛鞍点近似的分散模型，(Y−μ₀)/σ 在 σ²→0 时依分布收敛于 N(μ₀, V(μ₀))。
• 当单位偏差函数的四阶导数非零时，(X−μ₀)/σ 的密度收敛于带有校正因子 exp(β/24) 的正态密度，其中 β = ∂⁴ₘᵤₘᵤₘᵤd(μ₀;μ₀)。
• 对于冯·米塞斯分布，校正因子为 exp(β/24)，其中 β = −2，因此 f(xσ)/φ(xσ;0,1) → exp(−1/12) 当 σ²→0。
• 对于莱普尼克分布，校正因子为 exp{−βμ₀/(1−μ₀)²}，其中 β = 12μ₀/(1−μ₀)²，因此 f(xσ)/φ(xσ;0,1−μ₀²) → exp{−βμ₀/(1−μ₀)²} 当 λ→∞。
• 对于变换后的莱普尼克分布，校正因子为 exp{−β(2μ₀−1)/(12[μ₀(1−μ₀)]²)}，其中 β = 6(2μ₀−1)/[μ₀(1−μ₀)]²，因此 f(xσ)/φ(xσ;0,μ₀(1−μ₀)) → exp{−β(2μ₀−1)/(12[μ₀(1−μ₀)]²)}。
• 对于修正的三参数广义逆高斯分布，校正因子为 exp{(3−a)β/(6μ₀³)}，其中 β = −(6−2a)/μ₀³，因此 f(xσ)/φ(xσ;0,μ₀²) → exp{(3−a)β/(6μ₀³)} 当 λ→∞。