[论文解读] Gibbs Partitions (EPPF's) Derived From a Stable Subordinator are Fox H and Meijer G Transforms

Man-Wai Ho, Lancelot F. James+1 more|ArXiv.org|Aug 4, 2007

Bayesian Methods and Mixture Models参考文献 41被引用 21

一句话总结

本文推导了由 $\alpha$-稳定子序数跳跃生成的吉布斯划分的交换分区概率函数（EPPFs）的显式表达式，表明对于一般 $\alpha$，其可表示为 Fox $H$-函数的比值；当 $\alpha$ 为有理数时，可表示为 Meijer $G$-函数。关键贡献在于提出了一套概率框架，使得借助特殊函数与分布理论，能够显式计算数千个 EPPFs，包括对 Lamperti 和 Beta-Gamma 类别的新颖应用。

ABSTRACT

This paper derives explicit results for the infinite Gibbs partitions generated by the jumps of an $α-$stable subordinator, derived in Pitman \cite{Pit02, Pit06}. We first show that for general $α$ the conditional EPPF can be represented as ratios of Fox-$H$ functions, and in the case of rational $α,$ Meijer-G functions. Furthermore the results show that the resulting unconditional EPPF's, can be expressed in terms of H and G transforms indexed by a function h. Hence when h is itself a H or G function the EPPF is also an H or G function. An implication, in the case of rational $α,$ is that one can compute explicitly thousands of EPPF's derived from possibly exotic special functions. This would also apply to all $α$ except that computations for general Fox functions are not yet available. However, moving away from special functions, we demonstrate how results from probability theory may be used to obtain calculations. We show that a forward recursion can be applied that only requires calculation of the simplest components. Additionally we identify general classes of EPPF's where explicit calculations can be carried out using distribution theory.

研究动机与目标

• 提供由 $\alpha$-稳定子序数生成的吉布斯划分所引出的 EPPFs 的显式解析表达式。
• 将此前仅限于 $\alpha=1/2$ 的已知结果推广至一般 $\alpha \in (0,1)$，并利用 Fox $H$-函数实现。
• 证明无条件 EPPFs 可表示为以函数 $h$ 索引的 $H$-或 $G$-变换，当 $h$ 本身为特殊函数时，EPPF 可继承该结构，从而实现显式计算。
• 提出新颖的概率技术，用于显式计算 $H$-变换及相关量，避免使用数值方法。
• 识别出在分布理论下可实现显式 EPPF 计算的一般类别——Lamperti 与 Beta-Gamma 类。

提出的方法

• 从 Lévy 密度 $\rho_{\alpha}(s) = \frac{\alpha}{\Gamma(1-\alpha)}s^{-\alpha-1}$ 的 Poisson-Dirichlet 分布出发，该分布与 $\alpha$-稳定子序数的有序跳跃相关联。
• 对于一般 $\alpha$，EPPF 表示为 Fox $H$-函数的比值，利用 $H$-函数的性质来表达复杂的随机划分结构。
• 当 $\alpha$ 为有理数时，EPPF 简化为 Meijer $G$-函数的比值，借助已知的积分恒等式实现显式解析计算。
• 提出一种前向递推方法，仅需计算最简成分，从而在无需完整计算特殊函数的情况下实现高效的数值评估。
• 识别出 Lamperti 与 Beta-Gamma 类为可处理家族，其分布恒等式允许显式推导 EPPF。
• 理论结果基于积分变换：使用 $H$-函数与 $G$-函数表示 EPPF，应用 Prudnikov 等（1990）的恒等式来计算涉及这些函数的积分。

实验结果

研究问题

• RQ1 对于由 $\alpha$-稳定子序数生成的吉布斯划分，其 EPPF 是否可对一般 $\alpha$ 表示为特殊函数？
• RQ2 已知 $\alpha=1/2$ 情况下可用埃尔米特函数表示，该结果能否推广至任意 $\alpha$？
• RQ3 Fox $H$-函数与 Meijer $G$-函数在表示对稳定子序数质量进行混合后的无条件 EPPFs 中起何作用？
• RQ4 能否使用概率论论证显式计算 $H$-变换，从而绕过数值求解？
• RQ5 哪些一般类别的 EPPFs 可借助分布理论实现显式解析计算？

主要发现

• 对于一般 $\alpha$，条件 EPPF 表示为 Fox $H$-函数的比值，将已知的 $\alpha=1/2$ 情况推广至所有 $\alpha \in (0,1)$。
• 当 $\alpha$ 为有理数时，EPPF 简化为 Meijer $G$-函数的比值，使得可借助奇异特殊函数显式解析计算数千个 EPPFs。
• 无条件 EPPF 被证明为以函数 $h$ 索引的 $H$-或 $G$-变换，当 $h$ 本身为特殊函数时，EPPF 继承该结构。
• 推导出一种前向递推方法，仅通过最简成分计算 EPPF，显著降低计算复杂度。
• Lamperti 与 Beta-Gamma 类被识别为大类家族，其显式 EPPF 计算可通过分布理论与已知积分恒等式实现。
• 本文证明，概率论论证可实现 $H$-变换的显式求值，为计算这些复杂特殊函数提供了新方法。