[论文解读] Integral representations for convolutions of non-central multivariate gamma distributions

Thomas Royen|ArXiv.org|Apr 4, 2007

Statistical Distribution Estimation and Applications参考文献 12被引用 3

一句话总结

本论文通过在 $(-\pi, \pi]^p$ 上进行复积分，推导出非中心多变量伽马分布卷积的累积分布函数（CDF）的三种新颖积分表示。其主要贡献在于通过 $p$-维积分实现高效的 CDF 计算，尤其适用于正态随机矩阵中广义二次型的对角元素联合分布，相较于级数展开或傅里叶/拉普拉斯反演方法具有计算优势。

ABSTRACT

Three types of integral representations for the cumulative distribution functions of convolutions of non-central p-variate gamma distributions are given by integration of elementary complex functions over the p-cube Cp = (-pi,pi]x...x(-pi,pi]. In particular, the joint distribution of the diagonal elements of a generalized quadratic form XAX' with n independent normally distributed column vectors in X is obtained. For a single p-variate gamma distribution function (p-1)-variate integrals over Cp-1 are derived. The integrals are numerically more favourable than integrals obtained from the Fourier or laplace inversion formula.

研究动机与目标

• 推导非中心多变量伽马分布卷积的 CDF 的数值高效表示。
• 解决非中心多变量伽马分布级数展开在计算上不可行的问题。
• 为计算正态随机矩阵中广义二次型的 CDF 提供一种实用的傅里叶或拉普拉斯反演替代方法。
• 推导出在 $p$-立方体 $(-\pi, \pi]^p$ 上的显式积分公式，其数值计算性能优于现有方法。

提出的方法

• 利用复分析技术，特别是对 $p$-立方体 $(-\pi, \pi]^p$ 上的围道积分，将拉普拉斯变换转化为 CDF 表示。
• 应用定理 1 中的一般方法，通过 $ (2\pi)^{-p} \int_{\mathcal{C}_p} A(y) B(y^{-1}) \, d\varphi_1 \cdots d\varphi_p $ 将生成函数的乘积转化为积分。
• 运用解析延拓与留数计算，推导出 $\Gamma_p(\alpha_k, \Sigma_k, \Delta_k)$-分布随机向量的 CDF 的积分形式。
• 推导出 $X$ 的列独立同分布于 $N_p(\mu_k, \Sigma)$ 时，$XAX^\top$ 的对角元素的 CDF 的 $p$-维积分。
• 通过递归分解，将单个 $\Gamma_p(\alpha, \Sigma, \Delta)$ 情况下的积分维数降低至 $p-1$ 个变量。
• 利用引理 2 和引理 3 处理指数中的矩阵行列式与迹，使复积分转化为可计算的形式。

实验结果

研究问题

• RQ1 非中心多变量伽马分布卷积的 CDF 是否能通过在 $p$-立方体 $(-\pi, \pi]^p$ 上的复积分表示？
• RQ2 广义二次型 $XAX^\top$ 的对角元素的联合分布能否用多变量伽马 CDF 表示？
• RQ3 这些积分表示在数值上是否优于级数展开或傅里叶/拉普拉斯反演方法，用于非中心多变量伽马分布？
• RQ4 被积函数的结构如何？对于非整数 $\alpha$，积分在何种条件下收敛？

主要发现

• 推导出三种不同类型的非中心多变量伽马分布卷积 CDF 的积分表示，全部在 $(-\pi, \pi]^p$ 上积分。
• 对于单个 $\Gamma_p(\alpha, \Sigma, \Delta)$ 分布，推导出在 $(-\pi, \pi]^{p-1}$ 上的 $(p-1)$-维积分，降低了计算复杂度。
• 证明了这些积分在数值上优于级数展开，尤其当后者涉及复杂系数或收敛缓慢时。
• 当 $X$ 的列独立同分布于正态分布且 $A \geq 0$ 时，$XAX^\top$ 的对角元素的联合分布可表示为 $q$ 个独立的 $\Gamma_p(\frac{1}{2}, \lambda_k\Sigma, \Delta_k)$-分布向量之和。
• 该方法可实现 CDF 的精确计算，无需依赖无穷级数或特征函数的数值反演。
• 通过生成函数的变换与留数计算验证了该方法，显式验证了所推导积分的拉普拉斯变换恒等式。