Bias-corrected Estimation of the Density of a Conditional Expectation in Nested Simulation Problems
Bias-corrected Estimation of the Density of a Conditional Expectation in Nested Simulation Problems
复制标题
嵌套模拟问题中条件期望密度的偏差校正估计
DOI：
10.1145/3462201
复制
发表时间：
2021
影响因子：
0.9
通讯作者：
Ruppert, David
中科院分区：
文献类型：
--
作者：
Yang, Ran;Kent, David;Apley, Daniel W.;Staum, Jeremy;Ruppert, David
许多两层嵌套仿真应用都涉及某个响应变量的条件期望，其中期望响应是感兴趣的量，并且期望是关于内层随机变量的，以外层随机变量为条件。后者通常代表随机风险因素，风险可以通过估计条件期望的概率密度函数（pdf）或累积分布函数（cdf）来量化。许多先前的工作都考虑了一个朴素的估计，它使用内部水平重复样本平均值的经验分布。这会导致有偏估计，因为当内部水平重复的数量有限时，样本平均值的分布相对于条件期望的分布是过度分散的。鉴于大多数先前的工作都集中在分配外部和内部水平的重复，以平衡偏差/方差权衡的数量，我们开发了一个偏差校正的pdf估计。我们的方法是基于密度反卷积的概念，这是广泛用于估计密度与噪声观测，但以前没有被认为是嵌套模拟问题。对于固定的计算预算，偏差校正的反卷积估计器允许使用更多的外层和更少的内层复制，这大大提高了嵌套模拟的效率。
Many two-level nested simulation applications involve the conditional expectation of some response variable, where the expected response is the quantity of interest, and the expectation is with respect to the inner-level random variables, conditioned on the outer-level random variables. The latter typically represent random risk factors, and risk can be quantified by estimating the probability density function (pdf) or cumulative distribution function (cdf) of the conditional expectation. Much prior work has considered a naïve estimator that uses the empirical distribution of the sample averages across the inner-level replicates. This results in a biased estimator, because the distribution of the sample averages is over-dispersed relative to the distribution of the conditional expectation when the number of inner-level replicates is finite. Whereas most prior work has focused on allocating the numbers of outer- and inner-level replicates to balance the bias/variance tradeoff, we develop a bias-corrected pdf estimator. Our approach is based on the concept of density deconvolution, which is widely used to estimate densities with noisy observations but has not previously been considered for nested simulation problems. For a fixed computational budget, the bias-corrected deconvolution estimator allows more outer-level and fewer inner-level replicates to be used, which substantially improves the efficiency of the nested simulation.
登录
查看更多内容
基于数据的直方图密度估计的几乎肯定 $L_r$-范数收敛
DOI：
--
发表时间：
1991
期刊：
影响因子：
--
作者：
L. Zhao;P. R. Krishnaiah;X. Chen
通讯作者：
X. Chen
DOI：
10.1111/j.2517-6161.1993.tb01920.x
发表时间：
1993
期刊：
Journal of the royal statistical society series b-methodological
影响因子：
--
作者：
P. Diggle;P. Hall
通讯作者：
P. Hall
影响因子：
5.4
作者：
Broadie, Mark;Du, Yiping;Moallemi, Ciamac C.
通讯作者：
Moallemi, Ciamac C.
DOI：
--
发表时间：
2016
期刊：
影响因子：
--
作者：
Samuel G. Steckley;S. Henderson;D. Ruppert;Ran Yang;D. Apley;J. Staum
通讯作者：
J. Staum
CDO 投资组合风险衡量的有效模拟
DOI：
--
发表时间：
2006
期刊：
Proceedings of the 2006 Winter Simulation Conference
影响因子：
--
作者：
Michael B. Gordy;S. Juneja
通讯作者：
S. Juneja