数学>概率
标题: 基于Rényi散度的罕见事件敏感性分析
摘要: 罕见事件在许多应用中起着关键作用,已经提出了许多算法来估计罕见事件的概率。 然而,对于如何量化概率对模型参数的敏感性,人们知之甚少。 在本文中,我们开发了新的、通用的不确定性量化和灵敏度界限,而不是对罕见事件敏感度的直接统计估计,这些量化和灵敏度边界与特定的罕见事件模拟方法无关,适用于罕见事件家族。 我们的方法基于最近导出的Rényi发散族的变分表示,该发散族是与所考虑的罕见事件相关的风险敏感泛函。 基于导出的边界,我们提出了罕见事件的新灵敏度指数,并将其与得分函数的矩母函数联系起来。 边界缩放的方式使我们可以为大偏差率函数额外开发灵敏度指数。