[論文レビュー] Functional Poisson approximation in Rubinstein distance

Laurent Decreusefond, Matthias Schulte+1 more|arXiv (Cornell University)|Jun 20, 2014

Point processes and geometric inequalities参考文献 44被引用数 3

ひとこと要約

この論文は、抽象空間上の点過程から導かれるU統計量の関数的ポアソン近似バウンドを、ルビンシュタイン距離において、シュタインの方法、グローバー動的系、およびマルリャヴィン微積分を用いて確立する。主な貢献は、画像過程とポアソン標本との間の距離に対する定量的上界を提示することであり、これにより確率幾何学および統計学におけるポアソン、複合ポアソン、安定近似の誤差推定が可能になる。

ABSTRACT

A Poisson or a binomial process on an abstract state space and a symmetric function f acting on k-tuples of its points are considered. They induce a point process on the target space of f. The main result is a functional limit theorem which provides an upper bound for an optimal transportation distance between the image process and a Poisson process on the target space. The technical background are a version of Stein’s method for Poisson process approximation, a Glauber dynamic representation for the Poisson process and the Malliavin formalism. As applications of the main result, error bounds for approximations of U-statistics by Poisson, compound Poisson and stable random variables are derived and examples from stochastic geometry are investigated.

研究の動機と目的

• 抽象的状態空間上の点過程から導かれるU統計量の分布を近似するための関数的極限定理の構築。
• 最適輸送距離を用いて、画像過程と標本ポアソン過程との間の近似誤差を定量化する。
• マルリャヴィン微積分とグローバー動的系を用いて、シュタインの方法をポアソン近似から関数的設定へ拡張する。
• U統計量のポアソン、複合ポアソン、および安定分布への近似に関する誤差バウンドを提供する。
• 理論的枠組みを確率幾何学の具体的な問題に応用し、明示的な誤差推定を導出する。

提案手法

• 無限次元の依存構造を扱うために、マルリャヴィン微積分を用いて、ポアソン過程近似のシュタインの方法を関数的設定へ適応する。
• グローバー動的系の表現を用いて、ポアソン過程と元の点過程をカップリングし、カップリングに基づくバウンドを可能にする。
• 近似誤差を測定する最適輸送度量として、ルビンシュタイン（ワサーライン）距離を用いる。
• U統計量のk個の点の組における関数的依存性を処理するために、マルリャヴィン形式を適用する。
• 画像過程と標本空間上のポアソン過程との間のルビンシュタイン距離に対する一般上界を導出する。
• 上記のツールを統合し、ポアソン、複合ポアソン、および安定分布への近似に関する誤差バウンドを確立する。

実験結果

リサーチクエスチョン

• RQ1 点過程から導かれるU統計量の関数的ポアソン近似誤差は、どのようにルビンシュタイン距離においてバウンド可能か？
• RQ2 グローバー動的系の表現は、誤差推定のための元の点過程と標本ポアソン過程をカップリングするために果たす役割は何か？
• RQ3 マルリャヴィン形式は、シュタインの方法を関数的U統計量へ適用可能にするために、どのように拡張されるか？
• RQ4 ポアソン、複合ポアソン、および安定分布によるU統計量の近似に対する明示的な誤差バウンドは何か？
• RQ5 理論的枠組みは、確率幾何学において定量的近似結果を導出するためにどのように応用可能か？

主な発見

• 対称関数fが点過程のk個の点の組に作用する画像過程と、標本空間上のポアソン過程との間のルビンシュタイン距離に対する一般上界が導出された。
• このバウンドは、元の点過程の強度測度と関数fの形に依存し、関数的依存性を処理するためにマルリャヴィン微積分が活用されている。
• この枠組みにより、U統計量のポアソン、複合ポアソン、および安定分布への近似に関する明示的誤差バウンドが得られ、バウンドはfの構造と下位の点過程の性質に依存する。
• 確率幾何学への応用により、ランダム幾何グラフやカバレッジプロセスを含む幾何的U統計量の具体的な誤差推定が得られた。
• グローバー動的系の使用により、経路ごとのカップリングによる距離バウンドの導出を可能にするカップリング構成が実現された。
• 無限次元の依存構造を有する関数的設定へのシュタインの方法の拡張が達成され、確率過程における近似のための新たなツールが提供された。