[论文解读] Two-colour balanced affine urn models with multiple drawings I: central limit theorems

Markus Kuba, Hosam M. Mahmoud|arXiv (Cornell University)|Mar 31, 2015

Stochastic processes and statistical mechanics参考文献 18被引用 8

一句话总结

本论文为具有多重抽样的双色平衡仿射瓮模型构建了一个统一框架，针对小指数和临界指数瓮（Λ ≤ 1/2）建立了中心极限定理，针对大指数和三角瓮则建立了几乎必然收敛性。论文识别出一种鞅结构，从而实现了对白球数量的精确渐近分析，包括显式的方差展开式和依赖于由约化替换矩阵特征值比定义的指数Λ的极限分布。

ABSTRACT

This is a research endeavor in two parts. We study a class of balanced urn schemes on balls of two colours (say white and black). At each drawing, a sample of size $m\ge 1$ is drawn from the urn, and ball addition rules are applied. We consider these multiple drawings under sampling with or without replacement. We further classify ball addition matrices according to the structure of the expected value into affine and nonaffine classes. We give a necessary and sufficient condition for a scheme to be in the affine subclass. For the affine subclass, we get explicit results for the expected value and second moment of the number of white balls after $n$ steps and an asymptotic expansion of the variance. Moreover, we uncover a martingale structure, amenable to a central limit theorem formulation. This unifies several earlier works focused on special cases of urn models with multiple drawings. The class is parametrized by $Λ$, specified by the ratio of the two eigenvalues of a "reduced" ball replacement matrix and the sample size. We categorize the class into small-index urns ($Λ \frac 1 2$), and triangular urns. In the present paper (Part I), we obtain central limit theorems for small- and critical-index urns and prove almost-sure convergence for triangular and large-index urns. In a companion paper (Part II), we discuss the moment structure of large-index urns and triangular urns.

研究动机与目标

• 统一并推广先前关于具有多重抽样的瓮模型的研究，特别是那些具有仿射条件期望的研究。
• 根据白球数量期望值的结构，将平衡瓮方案分类为仿射与非仿射两类。
• 为仿射子类中经过n步后白球数量的期望与二阶矩推导出显式表达式。
• 为小指数（Λ < 1/2）与临界指数（Λ = 1/2）瓮建立中心极限定理，为大指数与三角瓮建立几乎必然收敛性。
• 为配套论文中的矩分析与极限分布提供基础，尤其针对大指数与三角瓮。

提出的方法

• 作者定义了一类双色平衡可实现瓮模型，其中每一步抽取m个球，抽样方式可为有放回或无放回，且球的添加数量取决于所抽颜色的多重集。
• 引入一个大小为(m+1)×2的球替换矩阵M，其中每一行对应样本可能的颜色组成，并对所有k施加恒定的总替换量σ = a_k + b_k。
• 推导出一个方案属于仿射子类的充要条件，即在给定F_{n-1}时，W_n的条件期望具有形式E[W_n | F_{n-1}] = α_n W_{n-1} + β_n。
• 指数Λ被定义为约化替换矩阵的两个特征值之比，据此将瓮分类为小指数（Λ < 1/2）、临界指数（Λ = 1/2）、大指数（Λ > 1/2）或三角情况。
• 在仿射子类中揭示出一种鞅结构，从而可应用中心极限定理与渐近方差展开。
• 分析依赖于矩法，并使用归一化鞅W_n = g_n (W_n - E[W_n])，其中g_n ~ C n^{-Λ}（当n较大时）。

实验结果

研究问题

• RQ1 球替换矩阵的何种条件可确保白球数量的条件期望具有仿射结构？
• RQ2 白球数量的均值与方差的渐近行为如何依赖于由约化替换矩阵特征值比定义的指数Λ？
• RQ3 哪些中心极限定理控制了仿射子类中在小指数与临界指数瓮（Λ ≤ 1/2）下白球数量的极限分布？
• RQ4 仿射类中的鞅结构如何促进极限分布与方差展开的推导？
• RQ5 在收敛性与矩结构方面，大指数（Λ > 1/2）与三角瓮与小指数与临界指数瓮的渐近行为有何区别？

主要发现

• 对于小指数瓮（Λ < 1/2），归一化后的白球数量依分布收敛于正态分布：(W_n - a_m n / (1 - Λ)) / sqrt(n) → N(0, a_m b_0 Λ² / (m (1 - Λ)² (1 - 2Λ)))。
• 对于临界指数瓮（Λ = 1/2），归一化后的白球数量满足：(W_n - 2 a_m n) / sqrt(n log n) → N(0, a_m b_0 / m)。
• 当Λ < 1/2时，W_n的方差随n线性增长；当Λ = 1/2时，方差随n log n增长；当Λ > 1/2时，方差随n^{2Λ}增长。
• 对于所有Λ，W_n的期望均随n线性增长，其系数取决于a_m与Λ。
• 对于三角瓮与大指数瓮（Λ > 1/2），建立了W_n的几乎必然收敛性，其极限依赖于抽样模型。
• 为仿射子类推导出方差的显式渐近展开式，且鞅结构使得对二阶矩的精确渐近分析成为可能。