On the first k moments of the random count of a pattern in a multi-states sequence generated by a Markov source

Abstract : In this paper, we develop an explicit formula allowing to compute the first k moments of the random count of a pattern in a multi-states sequence generated by a Markov source. We derive efficient algorithms allowing to deal both with low or high complexity patterns and either homogeneous or heterogenous Markov models. We then apply these results to the distribution of DNA patterns in genomic sequences where we show that moment-based developments (namely: Edgeworth's expansion and Gram-Charlier type B series) allow to improve the reliability of common asymptotic approximations like Gaussian or Poisson approximations.
Type de document :
Article dans une revue
Journal of Applied Probability, Applied Probability Trust, 2010, 47 (4), pp.1105-1123
Liste complète des métadonnées

Littérature citée [23 références]  Voir  Masquer  Télécharger

https://hal.archives-ouvertes.fr/hal-00419038
Contributeur : Grégory Nuel <>
Soumis le : mardi 22 septembre 2009 - 16:27:03
Dernière modification le : mardi 10 octobre 2017 - 11:22:03
Document(s) archivé(s) le : mardi 15 juin 2010 - 23:59:38

Fichiers

pattern_moments_hal.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-00419038, version 1
  • ARXIV : 0909.4071

Collections

Citation

Grégory Nuel. On the first k moments of the random count of a pattern in a multi-states sequence generated by a Markov source. Journal of Applied Probability, Applied Probability Trust, 2010, 47 (4), pp.1105-1123. 〈hal-00419038〉

Partager

Métriques

Consultations de la notice

146

Téléchargements de fichiers

59