적응 기각 추출을 기반으로 하는 난수 생성기의 성능 비교 = Performance comparison of random number generators based on Adaptive Rejection Sampling

다국어 초록 (Multilingual Abstract)

Adaptive Rejection Sampling (ARS) method is a well-known random number generator to acquire a random sample from a probability distribution, and has the advantage of improving the proposal distribution during the sampling procedures, which update it closer to the target distribution. However, the use of ARS is limited since it can be used only for the target distribution in the form of the log-concave function, and thus various methods have been proposed to overcome such a limitation of ARS. In this paper, we attempt to compare five random number generators based on ARS in terms of adequacy and efficiency. Based on empirical analysis using simulations, we discuss their results and make a comparison of five ARS-based methods.

국문 초록 (Abstract)

적응 기각 추출 (adaptive rejection sampling)방법은 특정한 형태의 확률분포로 부터 확률표본을 추출하기 위한 대표적인 난수생성기 (random number generator)로서, 추출된 표본으로부터 제안분포 (proposal distribution)가 개선이 되는 장점을 가지고 있다. 그러나, 기존에 제안된 적응기각추출 방법은 확률분포의 형태가 로그-오목 함수 (log-concave function)인 경우에만 사용이 가능하기때문에 적용범위가 제한적이다. 최근의 연구결과에서는, 이러한 단점을 보완하기 위해 다양한 형태의적응기각추출이 진행되고 있으며, 이에 본 논문에서는 기존의 적응기각추출 방법을 포함한 총 5가지의 난수 생성 방법에 대해서 고찰하고, 아울러 모의실험을 통해 각 방법들간의 성능에 대하여, 적합성과 효율성의 관점에서 실증적으로 비교 분석하도록 한다.

참고문헌 (Reference)

1 모은비, "준난수 몬테칼로 방법을 이용한 다중자산 옵션 가격의 추정" 한국데이터정보과학회 24 (24): 669-677, 2013

2 최성미, "로버스트 베이지안 메타분석" 한국데이터정보과학회 22 (22): 459-466, 2011

3 Park, K. Y., "Uniformity and independency tests of pseudo-random number generators" 9 : 237-246, 1998

4 최창휘, "Stochastic simulation of daily precipitation: A copula approach" 한국데이터정보과학회 25 (25): 245-254, 2014

5 Evans, M., "Random variable generation using concavity properties of transformed densities" 7 : 514-528, 1998

6 Sohn, J. K., "Convergence diagnostics for the Gibbs sampler" 7 : 1-12, 1996

7 G¨or¨ur, D., "Concave-Convex adaptive rejection sampling" 20 : 670-691, 2011

8 Givens, G. H., "Computational Statistics, 2nd ed., Wiley Series in Computational Statistics" John Wiley & Sons, Inc 2013

9 Gilks, W. R., "Adaptive rejection sampling for Gibbs sampling" 41 : 337-348, 1992

10 Gilks, W. R., "Adaptive rejection Metropolis sampling within Gibbs Sampling" 44 : 455-472, 1995

11 Martino, L., "A generalization of the adaptive rejection sampling algorithm" 21 : 633-647, 2011