[论文解读] Small parts in the Bernoulli sieve

Alexander Gnedin, Alexander Iksanov+1 more|ArXiv.org|Apr 18, 2008

Bayesian Methods and Mixture Models参考文献 7被引用 8

一句话总结

本文研究基于棒折断过程的伯努利筛模型中占据计数的渐近行为，表明小部分（单件、双件等）的联合分布收敛于一个涉及单位泊松点过程与自相似更新过程的极限过程。关键结果建立了占据计数 $ (K_{n,0}, K_{n,1}, \dots) $ 对 $ (K_0^*, K_1^*, \dots) $ 的弱收敛，给出了极限期望的显式公式，包括 $ \mathbb{E}[K_r^*] = (\mu r)^{-1} $（$ r > 0 $）和 $ \mathbb{E}[K_0^*] = \nu / \mu $，其中 $ \nu = \mathbb{E}[-\log(1-W)] $。

ABSTRACT

Sampling from a random discrete distribution induced by a `stick-breaking' process is considered. Under a moment condition, it is shown that the asymptotics of the sequence of occupancy numbers, and of the small-parts counts (singletons, doubletons, etc) can be read off from a limiting model involving a unit Poisson point process and a self-similar renewal process on the halfline.

研究动机与目标

• 理解伯努利筛模型中占据计数（尤其是单件、双件等小部分）的渐近分布。
• 建立一个极限情形，使得占据数的联合分布收敛于一个涉及单位泊松过程与自相似更新过程的可处理模型。
• 刻画极限期望 $ \mathbb{E}[K_r^*] $（$ r = 0,1,2,\dots $）的性质，特别是在 $ W $ 的矩条件下，并阐明 $ \nu = \mathbb{E}[-\log(1-W)] $ 的作用。
• 处理 $ \nu = \infty $ 的情形，证明 $ K_0^* = \infty $ 几乎必然成立，并将其与未占据区间数的发散性联系起来。
• 通过泊松化与点过程的模糊收敛，为 $ (K_{n,0}, K_{n,1}, \dots) \to_d (K_0^*, K_1^*, \dots) $ 提供严格的收敛性证明。

提出的方法

• 本文采用泊松化技术，将固定样本的均匀分配替换为强度为 $ n $ 的泊松过程，以简化占据计数的分析。
• 通过将随机游动 $ \{-\log P_j\} $ 应用更新定理，建立了缩放后的棒折断过程 $ nB $ 对 $ \mathbb{R}_+ $ 上自相似点过程 $ \mathcal{B} $ 的模糊收敛。
• 极限占据计数 $ Z^{(i)} $ 通过 $ \mathcal{B} $ 的从左到右区间的泊松点数量定义，其联合分布由包含 $ p(n:m) = \binom{n}{m} \mathbb{E}[W^{n-m}(1-W)^m] $ 的乘积公式导出。
• 通过底层点过程的收敛性，证明了有限样本占据计数 $ (Z_n^{(1)}, Z_n^{(2)}, \dots) $ 对极限序列 $ (Z^{(1)}, Z^{(2)}, \dots) $ 的收敛性。
• 通过 $ \mathcal{B} $ 的强度测度 $ (\mu x)^{-1} dx $ 分析未占据区间的数量 $ K_{n,0} $ 的期望，得出 $ \mathbb{E}[K_0^*] = \nu / \mu $。
• 通过将原始模型与 $ \mathcal{B} $ 的放大版本比较，对 $ K_{n,[r]} $ 在零附近的贡献进行分解，表明对于大 $ s $，该贡献在整体上是均匀小的。
• 应用科琛-斯通引理，确立了 $ \nu = \infty $ 与 $ K_0^* = \infty $ 几乎必然成立之间的等价性。

实验结果

研究问题

• RQ1 在伯努利筛模型中，小部分（如单件、双件）的占据计数 $ K_{n,r} $ 的渐近行为如何？
• RQ2 当 $ n \to \infty $ 时，序列 $ (K_{n,1}, K_{n,2}, \dots) $ 的极限联合分布是什么？它与泊松过程和自相似更新过程有何关联？
• RQ3 极限期望 $ \mathbb{E}[K_r^*] $ 的精确形式是什么？它如何依赖于 $ W $ 的矩以及参数 $ \mu = \mathbb{E}[-\log W] $？
• RQ4 占据计数 $ K_{n,0} $（即区间 $ [U_{n,1}, 1] $ 中未占据区间的数量）在分布和期望上的收敛行为如何？
• RQ5 参数 $ \nu = \mathbb{E}[-\log(1-W)] $ 的发散性与极限中 $ K_0^* = \infty $ 几乎必然成立之间存在何种关系？

主要发现

• 占据计数 $ (Z_n^{(1)}, Z_n^{(2)}, \dots) $ 的联合分布弱收敛于 $ (Z^{(1)}, Z^{(2)}, \dots) $，极限概率由包含 $ p(n:m) = \binom{n}{m} \mathbb{E}[W^{n-m}(1-W)^m] $ 的乘积公式给出。
• $ r > 0 $ 时，$ r $-元组数量的极限期望为 $ \mathbb{E}[K_r^*] = (\mu r)^{-1} $，其中 $ \mu = \mathbb{E}[-\log W] $。
• 对于 $ r = 0 $，极限期望为 $ \mathbb{E}[K_0^*] = \nu / \mu $，其中 $ \nu = \mathbb{E}[-\log(1-W)] $，该值可能为无穷大。
• 通过科琛-斯通引理，确立了 $ \nu = \infty $ 与 $ K_0^* = \infty $ 几乎必然成立之间的几乎必然等价性。
• 通过将原始模型与泊松化版本比较，并利用 $ \mathcal{B} $ 的自相似性对零附近区间的贡献进行有界，证明了 $ (K_{n,0}, K_{n,1}, \dots) $ 对 $ (K_0^*, K_1^*, \dots) $ 的收敛性。
• 由于 $ \mathcal{B} $ 的单调性与自相似结构，区间 $ [s/n, 1] $ 对 $ \mathbb{E}[K_{n,[r]}] $ 的贡献在 $ s $ 足够大时是均匀小的，从而保证了近似的一致有界性。