[论文解读] General Purpose Convolution Algorithm in S4-Classes by means of FFT

Peter Ruckdeschel, Matthias Kohl|arXiv (Cornell University)|Jun 4, 2010

Numerical Methods and Algorithms参考文献 25被引用 7

一句话总结

本论文提出了一种基于FFT的通用卷积算法，用于R语言中的一元概率分布，该算法在S4类中使用基于FFT的离散傅里叶变换。通过将分布离散化到格点上，应用FFT并平滑结果，该方法能够实现对任意分布（离散、连续或混合）的精确高效卷积，同时对特殊情形（如正态或泊松分布）重载精确方法。

ABSTRACT

Object orientation provides a flexible framework for the implementation of the convolution of arbitrary distributions of real-valued random variables. We discuss an algorithm which is based on the discrete Fourier transformation (DFT) and its fast computability via the fast Fourier transformation (FFT). It directly applies to lattice-supported distributions. In the case of continuous distributions an additional discretization to a linear lattice is necessary and the resulting lattice-supported distributions are suitably smoothed after convolution. We compare our algorithm to other approaches aiming at a similar generality as to accuracy and speed. In situations where the exact results are known, several checks confirm a high accuracy of the proposed algorithm which is also illustrated at approximations of non-central $χ^2$-distributions. By means of object orientation this default algorithm can be overloaded by more specific algorithms where possible, in particular where explicit convolution formulae are available. Our focus is on R package distr which includes an implementation of this approach overloading operator "+" for convolution; based on this convolution, we define a whole arithmetics of mathematical operations acting on distribution objects, comprising, among others, operators "+", "-", "*", "/", and "^".

研究动机与目标

• 开发一个统一且可扩展的框架，用于在R语言中通过面向对象编程实现任意一元概率分布的卷积。
• 通过基于FFT的数值反演，实现对离散和连续分布的精确高效卷积。
• 提供一个默认算法，可在存在精确方法时自动被覆盖（例如正态或泊松分布）。
• 支持分布对象的完整算术运算，包括 +、-、*、/ 和 ^，并保持四种分布函数（CDF、密度、分位数、随机数生成）的一致性。
• 确保高精度和计算效率，适用于精算科学、稳健统计和模拟等实际应用。

提出的方法

• 将任意分布（离散或连续）离散化到线性格点上，以支持数值计算。
• 应用快速傅里叶变换（FFT），通过离散傅里叶变换（DFT）基于特征函数实现卷积。
• 使用逆FFT将卷积结果恢复到原始域，并通过平滑处理减少离散化带来的伪影。
• 利用R的S4类系统封装分布对象，实现完整功能（CDF、密度、分位数、随机偏差）。
• 重载‘+’运算符，根据情况分派到通用的基于FFT的方法或专门的精确方法（如正态或泊松分布）。
• 通过全局选项（如网格分辨率和截断分位数）控制精度，以在精度与性能之间取得平衡。

实验结果

研究问题

• RQ1 如何在面向对象框架中实现一种通用卷积算法，以支持R语言中任意一元分布？
• RQ2 在使用基于FFT的卷积与格点离散化时，精度与计算效率之间的权衡如何？
• RQ3 基于FFT的方法是否足以满足精算建模或稳健统计等实际应用的精度要求？
• RQ4 与采用精确方法的现有包（如‘actuar’或‘distr’）相比，所提出的基于FFT的方法在性能和精度上表现如何？
• RQ5 R语言中的S4类系统在多大程度上能够支持分布对象的完整算术运算，并实现函数传播的一致性？

主要发现

• 基于FFT的卷积方法具有高精度，即使在精细离散化下，密度近似的最大绝对误差也低于1.25e-3。
• 该方法显著快于‘actuar’包的卷积：在相同任务下耗时仅为后者的1.82%，在基准测试中比‘actuar’快100倍。
• 默认的FFT方法与精确结果高度一致，密度评估的中位绝对误差低于1e-5，最大误差低于8e-6。
• 该框架支持完整的分布对象，包含全部四个组成部分（CDF、密度、分位数、随机数生成），可实现无缝的算术运算。
• 该方法在各种分布下均表现稳健，包括非中心卡方分布的近似，并在极端分位数截断（1e-6）下表现良好。
• 在R包‘distr’中的实现使得该方法可实际应用于高级统计应用，如稳健估计、风险建模和精算计算。