[論文レビュー] Central limit theorem and exponential tail estimations in hybrid Lebesgue-continuous spaces

E. Ostrovsky, L. Sirota|arXiv (Cornell University)|Sep 9, 2013

Stochastic processes and financial applications参考文献 25被引用数 6

ひとこと要約

本稿は、ハイブリッドルベーグ連続バナッハ空間、特に $CL(p)$ および $L_pC$ 空間における中心極限定理（CLT）および指数的尾部推定の十分条件を確立する。ランダムエントロピー関数 $\lambda_{p}(Q)$ を導入し、ローゼンタール型不等式およびメトリックエントロピーを用いてモーメントおよび尾部の境界を導出する。これにより、$K_M(pQ)<\infty$ を満たすマルティングレイドやミキシングエールの依存過程に対してもCLTが拡張される。主たる貢献は、異方的関数空間における尾部推定の統一的枠組みを提供し、確率過程および偏微分方程式への応用を含む。

ABSTRACT

We study the Central Limit Theorem (CLT) in the so-called hybrid Lebesgue-continuous spaces and tail behavior of normed sums of centered random independent variables (vectors) with values in these spaces.

研究の動機と目的

• ハイブリッドルベーグ連続バナッハ空間、特に $CL(p)$ および $L_pC$ 空間における中心極限定理の十分条件を確立すること。
• これらの空間における独立および依存確率ベクトルのノルム和の指数的上尾部推定を導出すること。
• ミキシングエールのローゼンタール係数 $K_M(m)$ を導入することで、マルティングレイドやミキシングエールの依存列に対するCLTを拡張すること。
• 異方的関数空間におけるモーメントおよび尾部確率の境界を求めるためのランダムエントロピーに基づく手法を開発すること。

提案手法

• ノルムに本質的上界および $t \in T$ における連続性を含む、ハイブリッドルベーグ連続空間 $CL(p) = C(T, L_p(X))$ および $L_pC = L_p(X)C$ の定義。
• ランダムノルム $|\xi|_{p,X;\infty,T}^p = \int_X \sup_{t \in T} |\xi(x,t)|^p \mu(dx)$ および $L_Q$-ノルムに基づくランダム距離 $\delta_{p,Q}(t,s)$ の定義。
• ランダムエントロピー関数 $\lambda_p(Q) = \Delta_{p,Q} \cdot \inf_{\theta \in (0,1)} \left[ \sum_{k=1}^\infty \theta^{k-1} N(T, \delta_{p,Q}, \theta^k) \right]$ の定義。ここで $\Delta_{p,Q} = \sup_t \| |\xi(x,t)|^p \|_{L_Q(X)}$ である。
• メトリックエントロピーおよびチェイニング技法を用いて、$\| \xi \|_{L_{pQ}(\Omega; \cdot)} \leq \left( \mathbb{E} \lambda_p^Q(Q) \right)^{1/(pQ)}$ のモーメント境界の確立。
• 依存列への拡張として、$\beta$-ミキシング列に対して $K_M(m) = m \left[ \sum_{k=1}^\infty \beta(k) (k+1)^{(m-2)/2} \right]^{1/m}$ を用いたミキシングエールのローゼンタール係数を導入。
• 依存ケースでは $\mathbb{E} \lambda_p^Q(Q) < \infty$ および $K_M(pQ) < \infty$ を満たす条件の下で、$CL(p)$ および $L_pC$ 空間におけるCLTが成立することの証明。

実験結果

リサーチクエスチョン

• RQ1 正規化された和 $S(n) = n^{-1/2} \sum_{j=1}^n \xi_j$ がハイブリッドルベーグ連続空間で弱収束するための条件は何か？
• RQ2 メトリックエントロピーおよびランダムノルムを用いて、$CL(p)$ および $L_pC$ 空間における $\|S(n)\|_B$ の指数的尾部推定をどのように導出できるか？
• RQ3 ランダムエントロピー関数 $\lambda_p(Q)$ は、これらの空間におけるノルム和のモーメントおよび尾部確率の境界をどのように果たすか？
• RQ4 マルティングレイドやミキシングエールの依存列に対する結果は、ハイブリッド関数空間においてどのように拡張されるか？
• RQ5 ミキシングエールのローゼンタール係数 $K_M(m)$ は、依存確率場へのローゼンタール型不等式の一般化において果たす役割は何か？

主な発見

• 本稿は、$\mathbb{E} \lambda_p^Q(Q)$ の有限性を用いて、$CL(p)$ および $L_pC$ 空間におけるCLTの十分条件を確立し、$\text{Law}(S(n))$ がガウス分布に弱収束することを保証する。
• モーメント境界 $\| \xi \|_{L_{pQ}(\Omega; \cdot)} \leq \left( \mathbb{E} \lambda_p^Q(Q) \right)^{1/(pQ)}$ が導出され、$\mathbb{E} \lambda_p^Q(Q) < \infty$ の下で有効である。
• マルティングレイド列では、古典的な1次元マルティングレイドCLTが成り立ち、ローゼンタール型定数は普遍定数の範囲内で有界である。
• スーパー強いミキシングエール列では、ミキシングエールのローゼンタール係数 $K_M(pQ) < \infty$ であれば、CLTおよび尾部境界が成り立つ。これは、独立ケースの $K_R(pQ)$ の代わりに用いられる。
• ランダムエントロピー関数 $\lambda_p(Q)$ は、確率場 $\xi(x,t)$ の振動挙動を効果的に捉え、メトリックエントロピーの被覆数を用いてモーメントおよび尾部推定を可能にする。
• この枠組みは、古典的なローゼンタールおよびピジエ型不等式をハイブリッド関数空間に一般化し、偏微分方程式および統計における確率解析の強力なツールを提供する。