[论文解读] Univariate approximations in the infinite occupancy scheme

A. D. Barbour|ArXiv.org|Feb 5, 2009

Economic theories and models参考文献 4被引用 3

一句话总结

本文通过使用平移泊松分布，针对无限分配方案中的占据盒子数 $K_n$ 和恰好有 $r$ 个球的盒子数 $K_{n,r}$，建立了精确的一元近似。通过以随机球数为条件，并利用泊松化过程的概率耦合论证，作者实现了最优阶 $O(\sigma_n^{-2})$ 的总变差距离和局部极限近似，其精度与 Hwang & Janson (2008) 的结果一致，但采用的是更直接的概率框架，而非生成函数分析。

ABSTRACT

The paper concerns the classical occupancy scheme with infinitely many boxes. We establish approximations to the distributions of the number of occupied boxes, and of the number of boxes containing exactly r balls, within the family of translated Poisson distributions. These are shown to be of ideal asymptotic order, with respect both to total variation distance and to the approximation of point probabilities. The proof is probabilistic, making use of a translated Poisson approximation theorem of Röllin (2005).

研究动机与目标

• 为 Hwang & Janson (2008) 在近似 $K_n$ 和 $K_{n,r}$ 的点概率时所采用的解析生成函数方法，提供一种概率论替代方案。
• 利用平移泊松分布，建立 $K_n$ 和 $K_{n,r}$ 的总变差距离与局部极限近似。
• 在最小矩条件之下，实现 $O(\sigma_n^{-2})$ 阶的最优近似精度，与中心极限定理中的已知界一致。
• 通过条件独立性和矩界，将该方法推广至多变量占据统计量，特别是 $K_{n,r}$。

提出的方法

• 使用泊松化：将球数固定值 $n$ 替换为泊松随机变量，以诱导盒子计数之间的独立性。
• 舍弃前 $j_n$ 个盒子，其中 $p_{j_n-1} \geq 4n^{-1}\log n > p_{j_n}$，以确保这些盒子以高概率 $1 - n^{-3}$ 被占据。
• 在剩余盒子上，构建原始占据过程与泊松化过程之间的耦合，其总变差距离受 $P_n = \sum_{j \geq j_n} p_j$ 限制。
• 对剩余指示变量之和应用 Röllin (2005) 的平移泊松近似定理，使用均值 $\mu_n = \mathbb{E}K_n$ 和方差 $\sigma_n^2 = \mathrm{Var}\, K_n$ 的平移泊松分布 $\mathrm{TP}(\mu, \sigma^2)$。
• 利用矩界和指数矩不等式（引理 5.2–5.4）控制依赖性，并推导出总变差与局部概率误差的统一界。
• 证明总变差误差为 $O(\sigma_n^{-1} + n^{-3} + P_n)$，局部概率误差为 $O(\sigma_n^{-2} + n^{-3} + P_n)$，其中 $P_n$ 通过正则变异性假设加以控制。

实验结果

研究问题

• RQ1 Hwang & Janson (2008) 对 $K_n$ 的精确局部极限近似是否可通过纯粹的概率论方法推导，而非复杂的生成函数分析？
• RQ2 在使用平移泊松分布时，$K_n$ 和 $K_{n,r}$ 的总变差距离与点概率的最优近似速率为何？
• RQ3 如何有效处理固定 $n$ 个球所引入的依赖性，以在分布尾部恢复独立性？
• RQ4 在何种条件下，近似误差 $P_n = \sum_{j \geq j_n} p_j$ 与 $\sigma_n^{-2}$ 同阶衰减，从而确保最优精度？

主要发现

• 随机变量 $K_n$ 的分布与其平移泊松近似之间的总变差距离受 $O(\sigma_n^{-1} + n^{-3} + P_n)$ 限制，其中 $P_n = \sum_{j \geq j_n} p_j$。
• $\mathbb{P}(K_n = t)$ 的局部极限近似误差为 $O(\sigma_n^{-2} + n^{-3} + P_n)$，在 $\sigma_n^2 \to \infty$ 条件下与已知最优速率 $O(\sigma_n^{-2})$ 一致。
• 对于 $K_{n,r}$（即恰好有 $r$ 个球的盒子数），类似的近似成立，且误差速率相同，从而将结果推广至多变量占据统计量。
• 该方法在无需正则变异性或额外矩条件的前提下，仅依赖于 $\sigma_n^2 \to \infty$，即可实现最优精度，其核心为耦合与矩界技术。
• 误差界中的常数为绝对常数，仅依赖于 $p_j$ 的衰减速率，且通过引理 5.2–5.4 实现显式控制。
• 该方法可推广至其他占据统计量，并为无限占据方案中罕见事件的近似提供稳健框架。