[論文レビュー] Kernel density estimation for stationary random fields

Mohamed El Machkouri|arXiv (Cornell University)|Sep 13, 2011

Financial Risk and Volatility Modeling参考文献 22被引用数 13

ひとこと要約

この論文は、ℤᵈ でインデックス付けられた定常ランダムフィールドに対して、m-依存性または物理的依存性構造の一般枠組みの下で、Parzen-Rosenblattカーネル密度推定量の L¹ 収束性と漸近正規性を確立する。主な貢献は、物理的依存性測度に関する最小で検証可能なモーメントおよび依存性条件の下で、i.i.d. 情報源の可測関数によって生成される一般の定常エルゴードランダムフィールドに対して、明示的な収束速度を伴う Berry-Esseen 型中心極限定理を提供することにある。

ABSTRACT

In this paper, under natural and easily verifiable conditions, we prove the $\mathbb{L}^1$-convergence and the asymptotic normality of the Parzen-Rosenblatt density estimator for stationary random fields of the form $X_k = g\left(\varepsilon_{k-s}, s \in \Z^d ight)$, $k\in\Z^d$, where $(\varepsilon_i)_{i\in\Z^d}$ are i.i.d real random variables and $g$ is a measurable function defined on $\R^{\Z^d}$. Such kind of processes provides a general framework for stationary ergodic random fields. A Berry-Esseen's type central limit theorem is also given for the considered estimator.

研究の動機と目的

• ℤᵈ でインデックス付けられた定常ランダムフィールドに対する Parzen-Rosenblatt カーネル密度推定量の L¹ 収束性を確立すること。
• 弱い依存性条件の下で、特に物理的依存性測度フレームワークを用いて、推定量の漸近正規性を導出すること。
• 弱い依存性を示す空間過程の文脈において、推定量の中心極限定理に対する明示的な収束速度を伴う Berry-Esseen 型中心極限定理を提供すること。
• 従来の mixing または線形過程からの結果を、より広い非線形的・定常的・エルゴード的ランダムフィールドのクラスへと拡張すること。

提案手法

• 論文はランダムフィールドを $ X_i = g(\varepsilon_{i-s}, s \in \mathbb{Z}^d) $ とモデル化し、$ (\varepsilon_j) $ が i.i.d. で $ g $ が可測であると仮定することで、一般の定常過程のクラスを扱えるようにする。
• 依存性を測定するために、物理的依存性測度 $ \delta_{i,p} = \|X_i - X_i^*\|_p $ を用いる。ここで $ X_i^* $ は $ \varepsilon_0 $ を i.i.d. のコピーに置き換えたカップリング版である。
• 推定誤差を制御するために、再インデックス化のための双射 $ \tau $ を用いたマルティングル補完法を採用し、Burkholder の不等式を適用する。
• 漸近正規性は、物理的依存性測度 $ \delta_{i,p} $ の減衰を利用する Lindeberg 型の議論によって導出される。
• 収束速度は、観測領域 $ \Lambda_n $ とバンド幅 $ b_n $ に対して $ |\Lambda_n| b_n \to \infty $ という条件を用いて分析される。
• 重要な技術的ステップとして、$ \mathbb{E}|\overline{\Delta}_0 \overline{\Delta}_i| = o(1) $ が $ n \to \infty $ の下で成り立つことを示し、推定関数における弱い依存性を保証する。

実験結果

リサーチクエスチョン

• RQ1 ℤᵈ でインデックス付けられた定常ランダムフィールドに対して、Parzen-Rosenblatt カーネル密度推定量が L¹ 収束する条件は何か？
• RQ2 物理的依存性フレームワーク下で、混合性を示さない非線形的・非線形的過程に対しても、カーネル密度推定量の漸近正規性を確立できるか？
• RQ3 弱い依存性を示す空間的過程において、カーネル密度推定量の中心極限定理の収束速度は何か？
• RQ4 物理的依存性測度 $ \delta_{i,p} $ は、高次元空間的フィールドにおける推定量の漸近的挙動をどのように制御するか？
• RQ5 弱い依存性を示す空間過程の文脈において、カーネル密度推定量に対して Berry-Esseen 型の界を導出できるか？

主な発見

• 条件 $ \sum_{i \in \mathbb{Z}^d} \delta_{i,p} < \infty $ の下で、Parzen-Rosenblatt カーネル密度推定量は $ \mathbb{L}^1 $ 収束を達成する。これはランダムフィールドの $ p $-安定性を保証する。
• バンド幅条件 $ |\Lambda_n| b_n \to \infty $ の下で、漸近正規性は成立し、極限分散は $ f(x_0) \int_{\mathbb{R}} K^2(t) dt $ と一致する。これは i.i.d. 場合と同一である。
• Berry-Esseen 型の界が確立され、分布近似の収束速度が $ O\left( \frac{1}{b_n} \sum_{|j| > m_n} \delta_{j,p} \right) $ であることが示された。これは $ \delta_{j,p} $ の和分可能性の下で 0 に収束する。
• マルティングル補完法と Burkholder の不等式を用いた証明技法により、強い mixing や線形性がなくても推定誤差を制御できる。
• 結果は、立方体に限定されない一般の観測領域 $ \Lambda_n $ に対して成立し、従来の研究を拡張する。
• この手法は、m-依存性や物理的依存性構造を有する線形および非線形ランダムフィールドに適用可能であり、最小で検証可能なモーメントおよび依存性条件の下で有効である。