[論文レビュー] Central limit theorem for statistics of subcritical configuration models

Siva Athreya, D. Yogeshwaran|arXiv (Cornell University)|Aug 21, 2018

Stochastic processes and statistical mechanics参考文献 27被引用数 5

ひとこと要約

本稿は、弱いモーメントおよび分散条件の下で、下位臨界な構成ランダムグラフにおける加法的統計量の中心極限定理（CLT）を確立する。エッジ探索プロセスを用いてマルティングル・ディファレンス配列を構築し、マルティングル配列のMcLeishのCLTを適用することで、次数列が線形増加条件を満たし、統計量の分散が下から有界で、四次モーメントが有限である場合に漸近正規性が成立することを証明する。

ABSTRACT

We consider sub-critical configuration models and show that the central limit theorem for any additive statistic holds when the statistics satisfies a fourth moment assumption, a variance lower bound and the degree sequence of graph satisfies a growth condition. If the degree sequence is bounded, for well known statistics like component counts, log-partition function, and maximum cut-size which are Lipschitz under addition of an edge or switchings then the assumptions reduce to linear growth condition for the variance of the statistic. Our proof is based on an application of the central limit theorem for martingale-difference arrays due to Mcleish (1974) to a suitable exploration process.

研究の動機と目的

• 下位臨界な構成ランダムグラフにおける加法的統計量の中心極限定理を確立すること。
• 漸近正規性が成立するための最小限のモーメントおよび分散条件を同定すること。
• Erdős–Rényi モデルを超えて、与えられた次数列を持つより一般的なスパースなランダムグラフモデルへのCLT結果の拡張。
• 既知のグラフ統計量（成分数、対数パーティション関数、最大カットサイズなど）に適用可能な一般枠組みを提供すること。
• 有界次数列の場合、CLTは分散の線形増加条件の検証に帰着することを示すこと。

提案手法

• 全次数が偶数である与えられた次数列を用いて、構成モデルによりランダムグラフを構築する。
• エッジ探索プロセスを用いてフィルトレーションを生成し、統計量の増分変化に基づくマルティングル・ディファレンス配列を定義する。
• マルティングル・ディファレンス配列のMcLeishの中心極限定理を適用して正規性への収束を確立する。
• 漸近正規性を保証するため、次数列（増加条件）および統計量（四次モーメント、分散の下界）に条件を課す。
• コーシー＝シュワルツと共分散の減衰を用いて、マルティングル・ディファレンス項の分散を制御する。
• 探索プロセスにおける依存性の迅速な分離を保証する下位臨界性に依存し、CLTの成立を可能にする。

実験結果

リサーチクエスチョン

• RQ1 下位臨界な構成モデルにおける加法的統計量の中心極限定理が成立する条件は何か？
• RQ2 統計量のモーメントおよび分散条件が、次数列の増加とどのように作用して漸近正規性を保証するか？
• RQ3 下位臨界領域において、成分数や最大カットサイズといった代表的なグラフ統計量に対してもCLTを確立できるか？
• RQ4 エッジ探索プロセスは、CLTに適したマルティングル・ディファレンス配列を構築するために果たす役割は何か？
• RQ5 類似したマッチングに基づく構成を持つ他のランダムグラフモデルへ、この枠組みをどの程度まで拡張できるか？

主な発見

• 統計量の四次モーメントが有限で、分散が下から有界であり、かつ次数列が線形増加条件を満たす限り、下位臨界な構成モデルにおける任意の加法的統計量に対して中心極限定理が成立する。
• 有界次数列の場合、CLTは統計量の分散に対する線形増加条件の検証に帰着する。
• 証明は、エッジ探索プロセスを用いたマルティングル・ディファレンス配列の構築と、McLeishのマルティングル配列のCLTの適用に依存する。
• 著者らは、マルティングル・ディファレンスの二乗和がL1で1に収束することを示しており、これはCLTの鍵となる条件である。
• この手法は頑健であり、独立性および分離性の性質を満たす限り、類似したマッチングに基づく構成を持つ他のモデルへも拡張可能である。
• この枠組みは、エッジの追加または交換に対してリプシッツ連続である成分数、対数パーティション関数、最大カットサイズといった具体的な統計量に適用可能である。