[論文レビュー] On strict sub-Gaussianity, optimal proxy variance and symmetry for bounded random variables

Julyan Arbel, Olivier Marchal+1 more|arXiv (Cornell University)|Jan 26, 2019

Stochastic processes and financial applications参考文献 23被引用数 17

ひとこと要約

本稿では、関数変動解析を用いて、有界確率変数における最適プロキシ分散と厳密なサブガウスノイズ性の特徴付けを行う。対称性は厳密なサブガウスノイズ性のための必要条件でも十分条件でもないことが示され、累積量母関数解析および偏差関数 Δ(σ²,λ) の臨界点解析を通じて、厳密なサブガウスノイズ性の必要十分条件が確立される。

ABSTRACT

We investigate the sub-Gaussian property for almost surely bounded random variables. If sub-Gaussianity per se is de facto ensured by the bounded support of said random variables, then exciting research avenues remain open. Among these questions is how to characterize the optimal sub-Gaussian proxy variance? Another question is how to characterize strict sub-Gaussianity, defined by a proxy variance equal to the (standard) variance? We address the questions in proposing conditions based on the study of functions variations. A particular focus is given to the relationship between strict sub-Gaussianity and symmetry of the distribution. In particular, we demonstrate that symmetry is neither sufficient nor necessary for strict sub-Gaussianity. In contrast, simple necessary conditions on the one hand, and simple sufficient conditions on the other hand, for strict sub-Gaussianity are provided. These results are illustrated via various applications to a number of bounded random variables, including Bernoulli, beta, binomial, uniform, Kumaraswamy, and triangular distributions.

研究の動機と目的

• 確率的有界な確率変数の最適プロキシ分散 σ²_opt を関数変動解析を用いて特徴付ける。
• 有界確率変数が厳密にサブガウスノイズ性（すなわち σ²_opt = Var(X)）を満たすための条件を調査する。
• 平均に関する対称性と厳密なサブガウスノイズ性の関係を明確にし、対称性が厳密なサブガウスノイズ性を意味すると仮定する見解に反論する。
• ベータ分布およびディリクレ分布に関する先行研究の結果を、ベルヌーイ、二項、カマラスワミ、三角分布を含むより広い分布族へ一般化する。
• 累積量母関数と偏差関数 Δ(σ²,λ) を用いた統一的なフレームワークを提供し、サブガウスノイズ性を分析する。

提案手法

• 累積量母関数 K(λ) = ln 𝔼[exp(λ(X−μ)]) を用いて、偏差関数 Δ(σ²,λ) = σ²λ²/2 − K(λ) を定義し、サブガウスノイズの偏差を定量化する。
• Δ(σ²,λ) の符号と臨界点を分析することで、最適プロキシ分散 σ²_opt を特定する。σ²_opt は、すべての λ に対して Δ(σ²,λ) ≥ 0 となる σ² の下界として定義されることに着目する。
• λ=0 の周囲における Δ(σ²,λ) の漸近的展開を用い、σ² と Var(X) の関係に関する条件を導出する。これには、3次および4次累積量が用いられる。
• σ² および λ における連続性と単調性の議論を用いて、σ²_opt が Δ(σ²,λ) ≥ 0 かつある λ₀ で微分がゼロとなる最小の σ² であることを証明する。
• 偏差関数 Δ(σ²,λ) を用いて、厳密なサブガウスノイズ性の必要十分条件を導出する：Δ(σ²,λ) ≥ 0 かつ ∃λ₀ が存在し、Δ(σ²,λ₀)=0 かつ ∂λΔ(σ²,λ₀)=0 を満たす。
• ディラックデルタ関数とベータ分布の混合を用いた反例を構築し、対称性が厳密なサブガウスノイズ性を意味しないこと、また非対称分布が依然として厳密にサブガウスノイズ的である可能性があることを示す。

実験結果

リサーチクエスチョン

• RQ1 有界確率変数が厳密にサブガウスノイズ的であるための必要十分条件は何か？
• RQ2 分散以外の観点から、有界確率変数の最適プロキシ分散 σ²_opt をどのように特徴付けることができるか？
• RQ3 平均に関する対称性は、有界分布における厳密なサブガウスノイズ性のための必要条件または十分条件か？
• RQ4 ベルヌーイ、ベータ、二項、カマラスワミ、三角分布などの標準的な有界分布に対して、最適プロキシ分散を計算できるか？
• RQ5 ベータ分布において知られている対称性と厳密なサブガウスノイズ性の標準的同値関係は、他の有界分布へも拡張可能か？

主な発見

• ベルヌーイ、ベータ、二項、カマラスワミ、三角分布において、平均に関する対称性は厳密なサブガウスノイズ性と同値である。
• 一般には、対称性は厳密なサブガウスノイズ性のための必要条件でも十分条件でもない：例えば2成分のベータ分布混合のような対称混合分布でも、厳密にサブガウスノイズ的でない例が存在する。
• 非対称な3成分のディラックデルタ関数混合分布が厳密にサブガウスノイズ的である例が構築され、非対称性が厳密なサブガウスノイズ性を妨げることはないことが示された。
• 最適プロキシ分散 σ²_opt は、すべての λ に対して偏差関数 Δ(σ²,λ) ≥ 0 であり、ある λ₀ でゼロかつ微分がゼロとなる σ² の下界として特徴付けられる。
• σ² ≥ σ²_opt のとき、関数 Δ(σ²,λ) は非負であり、σ² > σ²_opt のとき厳密に正であり、σ² < σ²_opt のときある区間で負である。
• 本稿では、ベルヌーイ分布に関して累積量母関数に関連する関数のグローバル最大値の一意性を証明することで、オープンな問題を解決し、ベーレンとコントロヴィッチ（2013）の予想を裏付けた。