[论文解读] Markov chain Monte Carlo test of toric homogeneous Markov chains

Akimichi Takemura, Hisayuki Hara|arXiv (Cornell University)|Apr 20, 2010

Markov Chains and Monte Carlo Methods参考文献 13被引用 7

一句话总结

本文为环形同质马尔可夫链（THMC）模型的条件拟合优度检验开发了马尔可夫基，THMC 是标准同质马尔可夫链的曲指数族模型的包络模型。本文推导出任意长度的两状态链以及任意有限状态空间下三时间点链的完整马尔可夫基，使基于 MCMC 的精确条件推断成为可能，数值示例显示由于渐近近似效果不佳，拒绝了同质性假设。

ABSTRACT

Markov chain models are used in various fields, such behavioral sciences or econometrics. Although the goodness of fit of the model is usually assessed by large sample approximation, it is desirable to use conditional tests if the sample size is not large. We study Markov bases for performing conditional tests of the toric homogeneous Markov chain model, which is the envelope exponential family for the usual homogeneous Markov chain model. We give a complete description of a Markov basis for the following cases: i) two-state, arbitrary length, ii) arbitrary finite state space and length of three. The general case remains to be a conjecture. We also present a numerical example of conditional tests based on our Markov basis.

研究动机与目标

• 为环形同质马尔可夫链（THMC）模型开发精确条件检验，THMC 是标准同质马尔可夫链的包络指数族模型。
• 解决在小样本设置下，马尔可夫链模型检验中大样本卡方近似方法的局限性。
• 在通常的同质马尔可夫链模型为曲指数族的情况下，推导 THMC 模型的完整马尔可夫基。
• 通过推导出的马尔可夫基，实现基于马尔可夫链蒙特卡洛（MCMC）的精确推断。
• 研究一般 S 和 T 情况下马尔可夫基的结构特性，提出关于扩展简单环的猜想。

提出的方法

• 将 THMC 模型构建为包络指数族，包含自由参数 γi 和 βij，仅在总概率上进行归一化。
• 采用马尔可夫基方法论（Diaconis 和 Sturmfels）推导在同质性原假设下保持充分统计量的移动。
• 应用 Takemura 和 Aoki 的距离缩减论证，证明当 S=2 且 T≥3 时马尔可夫基的完备性。
• 使用计算机代数系统（4ti2）对小样本情况（如 S=3, T=5）进行计算验证。
• 在边符号模式图中定义并分析“扩展简单环”，以推测马尔可夫基的一般结构。
• 使用推导出的马尔可夫基进行 MCMC 抽样，计算如皮尔逊卡方检验统计量的精确 p 值。

实验结果

研究问题

• RQ1 当状态空间包含两个状态且链长任意时，环形同质马尔可夫链模型的完整马尔可夫基是什么？
• RQ2 当链有三个时间点且状态空间为任意有限集合时，THMC 模型的完整马尔可夫基是什么？
• RQ3 当渐近近似不可靠时，如何利用 MCMC 对 THMC 模型执行精确条件检验？
• RQ4 一般 S 和 T 情况下，马尔可夫基的结构特性是什么？能否通过边符号模式图中的扩展简单环来描述？
• RQ5 对于给定的 S，是否存在一个统一的上界，使得生成马尔可夫基中所有移动所需的扩展简单环数量不超过该上界？

主要发现

• 推导出任意长度 T≥3 的两状态环形同质马尔可夫链的完整马尔可夫基，其移动基于简单环。
• 推导出具有任意有限状态空间 S 的三时间点链的完整马尔可夫基，其移动最多涉及三个扩展简单环。
• 基于 MCMC 的精确检验在大麻使用数据上得到精确 p 值 0.0184，略低于渐近 p 值 0.0212，表明拒绝 THMC 模型。
• 由于单元频数较低，渐近卡方近似对数据效果较差，凸显了精确方法的必要性。
• 作者猜想：对每个 S，存在一个上界 kS，使得马尔可夫基中的所有移动均为至多 kS 个扩展简单环的和，且 kS=S 是一个强有力的候选值。
• 当 S=2 时，马尔可夫基中的移动为至多两个扩展简单环的和；当 S=3, T=4 时，移动最多涉及三个此类环。