[论文解读] Fibers of sample size two of hierarchical models and Markov bases of decomposable models for contingency tables

Hisayuki Hara, Satoshi Aoki+1 more|arXiv (Cornell University)|Jan 16, 2007

Data Management and Algorithms参考文献 14被引用 4

一句话总结

本文通过分析样本量为二的纤维，表征了可分解图模型的马尔可夫基，表明其大小为2的幂，并将原始移动与独立图的诱导子图中的连通分量联系起来。主要贡献在于，利用这种结构洞察，完整描述了可分解模型的最小马尔可夫基和不变马尔可夫基。

ABSTRACT

We study Markov bases of decomposable graphical models consisting of primitive moves (i.e., square-free moves of degree two) by determining the structure of fibers of sample size two. We show that the number of elements of fibers of sample size two are powers of two and we characterize primitive moves in Markov bases in terms of connected components of induced subgraphs of the independence graph of a hierarchical model. This allows us to derive a complete description of minimal Markov bases and minimal invariant Markov bases for decomposable models.

研究动机与目标

• 理解列联表的层次模型中样本量为二的纤维结构。
• 利用独立图中的诱导子图的连通分量表征马尔可夫基中的原始移动。
• 为可分解图模型推导出最小马尔可夫基和最小不变马尔可夫基的完整描述。
• 建立模型的组合结构与马尔可夫基的代数性质之间的联系。

提出的方法

• 分析可分解层次模型中样本量为二的纤维，以确定其基数和结构。
• 表示层次模型的独立图，并研究变量子集上的诱导子图。
• 通过这些诱导子图的连通分量识别马尔可夫基中的原始移动（二次、无平方因子的移动）。
• 利用图论性质表征移动在基中何时为最小且必要。
• 基于模型结构，证明样本量为二的纤维大小始终为2的幂。
• 通过上述结构表征，推导出最小马尔可夫基和不变马尔可夫基。

实验结果

研究问题

• RQ1 在列联表的可分解层次模型中，样本量为二的纤维具有怎样的结构？
• RQ2 独立图中诱导子图的连通分量如何与马尔可夫基中的原始移动相关联？
• RQ3 为何在可分解模型中，样本量为二的纤维大小总是2的幂？
• RQ4 能否利用独立图的图论性质完全表征可分解模型的最小马尔可夫基？
• RQ5 何种条件可确保一组移动构成可分解模型的最小不变马尔可夫基？

主要发现

• 可分解模型中样本量为二的纤维大小始终为2的幂。
• 马尔可夫基中的原始移动恰好对应于独立图的诱导子图中的连通分量。
• 独立图的结构完全决定了可分解模型最小马尔可夫基的形式。
• 最小不变马尔可夫基可完全通过相同的图论表征来描述。
• 该表征使得可分解模型的最小马尔可夫基和不变马尔可夫基能够被完整且显式地构造出来。
• 结果建立了图的组合结构与马尔可夫基代数结构之间的直接联系。