[论文解读] Coag-Frag duality for a class of stable Poisson-Kingman mixtures

Lancelot F. James|arXiv (Cornell University)|Aug 14, 2010

Bayesian Methods and Mixture Models参考文献 17被引用 4

一句话总结

本文为由稳定子序器生成的一类广义稳定Poisson-Kingman混合模型建立了凝聚-碎片对偶性，推广了已知的两参数Poisson-Dirichlet过程的对偶结果。文中提出一种对偶框架，其中凝聚算子通过β-混合的伽马变量作用，而碎片算子保持α-DIVERSITY不变，将先前结果扩展至更广泛的交换随机测度类，其混合测度为稳定子序器。

ABSTRACT

Exchangeable sequences of random probability measures (partitions of mass) and their corresponding exchangeable bridges play an important role in a variety of areas in probability, statistics and related areas, including Bayesian statistics, physics, finance and machine learning. An area of theoretical as well as practical interest, is the study of coagulation and fragmentation operators on partitions of mass. In this regard, an interesting but formidable question is the identification of operators and distributional families on mass partitions that exhibit interesting duality relations. In this paper we identify duality relations for a large sub-class of mixed Poisson-Kingman models generated by a stable subordinator. Our results are natural generalizations of the duality relations developed in Pitman, Bertoin and Goldschmidt, and Dong, Goldschmidt and Martin for the two-parameter Poisson Dirichlet family. These results are deduced from results for corresponding bridges.

研究动机与目标

• 将凝聚-碎片对偶性从两参数Poisson-Dirichlet族推广至更广义的稳定Poisson-Kingman混合模型。
• 识别由稳定子序器生成的交换随机概率测度的对偶关系。
• 通过桥接表示法，将Pitman、Bertoin以及Dong-Goldschmidt-Martin已知的对偶公式推广至更大类别的模型。
• 通过涉及β与伽马变量的条件分布，形式化对偶性，特别是通过α-DIVERSITY参数。

提出的方法

• 使用来自Poisson-Kingman模型且以稳定子序器为混合测度的交换桥接结构。
• 应用τα函数及子序器性质，定义α-DIVERSITY T及其在条件化中的作用。
• 通过参数为β((1−α)/α, 1)的随机变量与比值γ1/α/(γ1/α + ζ)的缩放，引入凝聚算子。
• 通过条件分布建立对偶性：给定Y ~ Pα(γ1/α + ζ)，X给定Y的条件分布为Y的凝聚版本。
• 利用(Pk)与s1在给定T = v时的条件独立性，通过指数倾斜与Laplace变换推导s1|T = v的密度。
• 应用Pitman与Yor (2003) 关于在给定α-DIVERSITY条件下首间距s1分布的结果。

实验结果

研究问题

• RQ1 凝聚-碎片对偶性是否可超越两参数Poisson-Dirichlet过程，推广至更广义的稳定Poisson-Kingman混合模型？
• RQ2 在这些广义模型中，诱导对偶性的凝聚算子的精确形式为何？
• RQ3 α-DIVERSITY参数如何影响对偶结构与条件分布？
• RQ4 是否存在一种递归表示形式，能将已知的加法与乘法对偶形式推广？
• RQ5 对偶性是否能以交换桥接与子序器混合测度的形式表达？

主要发现

• 本文建立了对偶图：Y ~ Pα(γ1/α + ζ)，X ~ Pα(ζ)，其中X给定Y的条件分布为通过β-伽马混合凝聚的Y版本。
• 凝聚算子显式表示为β((1−α)/α, 1) × γ1/α / (γ1/α + ζ)，作用于具有α-DIVERSITY v−α的Y实现。
• 给定T = v时，s1的条件分布密度与(1−y)1/α−1 y−1/α−1 E[exp(−v y1/α ζ1/α) exp(ζ) ζ1/α]成正比，将间距与混合测度联系起来。
• 该对偶性推广了已知结果：当ζ ~ γθ/α时，模型退化为Dong、Goldschmidt与Martin对PD(α,θ)族的原始对偶结果。
• 通过设定ζ = γ(n−1)/α + ζ′，推导出递归对偶性，形成以n为索引的凝聚-碎片步骤链。
• 关键结果为：给定T = v时，(pk)的s1-凝聚在分布上等价于凝聚过程的排序质量向量，其中随机阈值s11的分布为β((1−α)/α, 1) × W(v)，其中W(v)具有涉及ζ的特定密度。