[論文レビュー] Berry-Esseen bounds for general nonlinear statistics, with applications to Pearson's and non-central Student's and Hotelling's

Iosif Pinelis, Raymond Molzon|arXiv (Cornell University)|May 31, 2009

Random Matrices and Applications参考文献 78被引用数 28

ひとこと要約

本稿では、Cramér型の傾き変換を導入し、和のランダムベクトルに対する高度な不等式を活用することで、より弱いモーメント仮定のもとで一般化された非線形統計量のBerry-Esséen評価を導出するため、Steinの方法を拡張する。Pearsonの相関、非中心t、HotellingのT²といった重要な統計量の鋭い収束速度が確立され、従来の結果よりも弱いモーメント条件で改善されている。

ABSTRACT

Abstract. Recently Chen and Shao developed a Stein-type method to obtain bounds on the closeness of the distribution of a general nonlinear statistic to that of a linear approximation. We generalize these results so as to allow one to use lesser moment restrictions when applied to nonlinear statistics expressed as smooth enough functions of sums of independent random vectors. Our main innovation in the method is the use of a Cramér-type of tilt transform. Other techniques used to obtain improvements include exponential and Rosenthal-type inequalities for sums of random vectors established by Pinelis and Sakhanenko. As applications, Berry-Esséen type bounds are obtained for concrete nonlinear statistics such as the Pearson correlation coefficient and the non-central Student and Hotelling statistics. Contents

研究の動機と目的

• より弱いモーメント条件の下で非線形統計量に対するSteinの方法を拡張すること。
• 近似精度を向上させるためのCramér型の傾き変換を開発すること。
• PinelisおよびSakhanenkoの精密不等式を活用して、独立したランダムベクトルの和を扱うこと。
• Pearsonの相関係数や非中心Studentのtといった古典的統計量の明示的なBerry-Esséen評価を導出すること。
• 既存の評価を非中心および多変量設定に一般化し、HotellingのT²を含むものとする。

提案手法

• 非線形統計量の分布を再重み付けするためのCramér型の傾き変換を導入し、正規近似の精度を向上させること。
• 独立したランダムベクトルの和に対する指数型およびRosenthal型不等式を適用し、尾部の挙動を制御すること。
• 滑らかなStein方程式フレームワークを用いて、非線形統計量の分布とその正規近似との距離を定量化すること。
• i.i.d. ランダムベクトルの和の周りにおける統計量の2次近似を用いて、バイアス項と分散項を導出すること。
• モーメント制限と傾き変換を組み合わせることで、従来の手法と比較して仮定を緩和すること。
• 統計量の累積分布関数と正規分布との間のsup-norm差の上限を確立すること。

実験結果

リサーチクエスチョン

• RQ1 従来の要件よりも弱いモーメント条件のもとで、非線形統計量に対するBerry-Esséen評価を導出可能か？
• RQ2 Cramér型の傾き変換は、ランダムベクトルの和の非線形関数への正規近似の精度をどのように向上させるか？
• RQ3 最小限のモーメント仮定のもとで、Pearsonの相関係数の最適収束速度は何か？
• RQ4 Rosenthal型不等式は、多変量非線形統計量における収束速度の導出をどの程度向上させ得るか？
• RQ5 本手法は、非中心および多変量統計量（例：HotellingのT²）へ一般化可能か？

主な発見

• 本稿では、最小限のモーメント仮定のもとで、Pearsonの相関係数に対してO(n^{-1/2})の収束速度を有するBerry-Esséen評価を確立した。
• 非中心Studentのt統計量に対しては、古典的評価と比較して定数が改善されたO(n^{-1/2})の収束速度が得られた。
• HotellingのT²統計量は、弱いモーメント仮定のもとでO(n^{-1/2})のBerry-Esséen評価を満たすことが示された。
• Cramér型の傾き変換の使用により、モーメント制限が緩和され、3次のモーメントが有限である場合に限り結果が得られるようになった。
• 傾き変換とPinelis-Sakhanenko不等式の組み合わせにより、多変量および非中心設定において、従来の手法よりも tighter な評価が得られた。
• 本フレームワークは、具体的に検討された例を越えて、広範な滑らかな非線形統計量のクラスへ一般化可能である。