[论文解读] Classification of urn models with multiple drawings

Markus Kuba|arXiv (Cornell University)|Dec 13, 2016

Forest Ecology and Biodiversity Studies参考文献 19被引用 4

一句话总结

本文根据条件期望是否为前一组成成分的线性函数，将具有多次抽样的多色瓮模型分类为线性和非线性类型。它确定了在四种抽样方案（有序/无序，有放回/无放回）下，期望保持线性的条件，并推导出线性模型中期望和协方差的显式公式。

ABSTRACT

We consider multicolor urn models with multiple drawings. An urn model is called linear if the conditional expected value of the urn composition at time $n$ is a linear function of the composition at time $n-1$. For four different sampling schemes - ordered and unordered samples with or without replacement - we classify urns into linear and non-linear models. We also discuss representations of the expected value and the covariance for linear models.

研究动机与目标

• 根据条件期望的线性性，将具有多次抽样的多色瓮模型分类为线性和非线性类型。
• 分析在四种不同抽样方案下（有序与无序，有放回与无放回）瓮模型的行为。
• 为具有多次抽样的线性瓮模型推导出期望和协方差的显式表达式。
• 将单次抽样 Pólya-Eggenberger 瓮模型的已知结果推广到更复杂的多次抽样情形。
• 为后续研究这些广义瓮模型的极限分布和渐近行为提供基础。

提出的方法

• 利用时间 $ n $ 时瓮组成的条件期望（基于 $ n-1 $ 之前的全部历史）来定义线性性。
• 应用多项分布和多项超几何分布来建模有放回与无放回的抽样。
• 通过球类替换矩阵和抽样概率，推导出条件期望 $ \mathbb{E}[\mathbf{X}_n \mid \mathcal{F}_{n-1}] $。
• 将二阶矩 $ \mathbb{E}[\mathbf{X}_n^T\mathbf{X}_n \mid \mathcal{F}_{n-1}] $ 表示为前一组成成分和替换规则的函数。
• 通过不同的矩表达式区分模型 $ \mathcal{R} $（有放回）与 $ \mathcal{M} $（无放回）。
• 通过代数恒等变形及多项式系数的性质，为线性模型中的期望和协方差推导出闭式表达式。

实验结果

研究问题

• RQ1 在何种条件下，多次抽样瓮模型的瓮组成条件期望是前一组成成分的线性函数？
• RQ2 不同的抽样方案（有序与无序，有放回与无放回）如何影响瓮模型的线性性？
• RQ3 线性瓮模型中多次抽样的期望和协方差的显式公式是什么？
• RQ4 线性模型的分类能否推广至样本大小 $ m > 1 $ 的多色瓮模型，从而推广单次抽样模型的结果？
• RQ5 该分类对这类瓮过程的渐近行为和极限定理有何影响？

主要发现

• 本文识别出线性性的充要条件：替换规则必须满足替换矩阵第一列的特定仿射条件，该条件推广了 $ m=1 $ 时的已有结果。
• 对于无序无放回抽样（模型 $ \mathcal{M} $），条件期望为线性当且仅当替换矩阵满足一个涉及多变量超几何分布的特定代数约束。
• 对于有序有放回抽样（模型 $ \mathcal{R}_{\text{SEQ}} $），条件期望在线性性上满足一个类似但不同的替换规则条件。
• 线性模型的协方差结构被显式推导，表明其依赖于球的总数和替换矩阵的元素。
• 结果推广了已知的 $ m=1 $ 情形结果，包括 Janson 和 Pouyanne 的工作，扩展至多次抽样情形。
• 该分类为将现有文献中已知的中心极限定理（如 Moler 等 [26]，Lasmar 等 [15]）应用于新型抽样方案提供了框架。