[論文レビュー] On the Rate of Convergence to the Marchenko--Pastur Distribution

Friedrich Götze, А. Н. Тихомиров|arXiv (Cornell University)|Oct 6, 2011

Random Matrices and Applications参考文献 16被引用数 15

ひとこと要約

この論文は、部分指数的尾部条件の下で、標本共分散行列の経験的固有値分布がMarchenko–Pastur分布に収束するレートを確立する。再帰的議論と大偏差境界を用いて、Kolmogorov距離が高確率で $ O(n^{-1} \beta_n^4) $ で有界であることを証明する。ここで $ \beta_n = (\log n \cdot (\log \log n)^\alpha)^{1/\varkappa + 1} $ であり、より強いモーメント仮定の下で得られる従来の $ O(n^{-1/2}) $ レートを改善する。

ABSTRACT

Let $\mathbf X=(X_{jk})$ denote $n imes p$ random matrix with entries $X_{jk}$, which are independent for $1\le j\le n,1\le k\le p$. We consider the rate of convergence of empirical spectral distribution function of the matrix $\mathbf W=\frac1p\mathbf X\mathbf X^*$ to the Marchenko--Pastur law. We assume that $\mathbf E X_{jk}=0$, $\mathbf E X_{jk}^2=1$ and that the distributions of the matrix elements $X_{jk}$ have a uniformly sub exponential decay in the sense that there exists a constant $\varkappa>0$ such that for any $1\le j \le n,\,1\le k\le p $ and any $t\ge 1$ we have $$ \mathbf{ Pr}\{|X_{jk}|>t\}\le \varkappa^{-1}\exp\{-t^{\varkappa}\}. $$ By means of a recursion argument it is shown that the Kolmogorov distance between the empirical spectral distribution of the sample covariance matrix $\mathbf W$ and the Marchenko--Pastur distribution is of order $O(n^{-1}\log^{4+\frac4{\varkappa}} n)$ with high probability.

研究の動機と目的

• 部分指数的尾部条件の下で、標本共分散行列の経験的固有値分布関数がMarchenko–Pastur分布に収束するレートを確立すること。
• 高次の対数補正項と尾部減衰パラメータを組み込むことで、従来の $ O(n^{-1/2}) $ 収束レートを改善すること。
• 経験的分布と極限分布の間のKolmogorov距離に対する高確率境界を導出すること。
• ランダム行列理論における強固な推論を可能にするために、固有ベクトルの局所化およびStieltjes変換収束への解析を拡張すること。

提案手法

• 標本共分散行列 $ \mathbf{W} = \frac{1}{p}\mathbf{X}\mathbf{X}^* $ の固有値分布を制御するため、再帰的議論とStieltjes変換技術を用いたリゾルベント法を採用する。
• スペクトル分布関数の対称化を用いて結果を複素平面上に拡張し、Stieltjes変換 $ m_n(z) $ を分析する。
• 尾部の挙動を制御するため、切り捨てられた確率変数 $ \widehat{X}_{jk} $ と $ \widetilde{X}_{jk} $ を導入し、大偏差不等式を適用する。
• 集中不等式とマルティンゲール型不等式を用いて、経験的Stieltjes変換と期待値との差を制御する。
• スペクトルパラメータ $ z = u + iv $ の二分法的分解を用い、誤差解析を局所化する。
• テイラー展開と微分の制御を用いて、リゾルベント成分と誤差項 $ \Lambda_n(z) = \widetilde{m}_n(z) - S_y(z) $ に対する一様境界を確立する。

実験結果

リサーチクエスチョン

• RQ1 部分指数的尾部条件の下で、標本共分散行列の経験的固有値分布がMarchenko–Pastur分布に収束する最適なレートは何か？
• RQ2 収束レートは尾部減衰パラメータ $ \varkappa $ と対数補正項にどのように依存するか？
• RQ3 古典的な $ O(n^{-1/2}) $ レートを上回る、Kolmogorov距離に対する高確率境界を確立できるか？
• RQ4 部分指数的尾部の下で、標本共分散行列の固有ベクトルはどの程度局所化されないか？
• RQ5 経験的固有値測度のStieltjes変換が極限Stieltjes変換に収束するレートは何か？

主な発見

• 経験的固有値分布 $ \mathcal{F}_n(x) $ とMarchenko–Pastur分布 $ G_y(x) $ の間のKolmogorov距離は、高確率で $ O(n^{-1} \beta_n^4) $ で有界であり、ここで $ \beta_n = (\log n \cdot (\log \log n)^\alpha)^{1/\varkappa + 1} $ である。
• 高確率で、固有ベクトル行列の最大成分は $ \max_{j,k} |u_{jk}|^2 \leq \frac{\beta_n^4}{n} $ を満たし、強い局所化の欠如を示している。
• 固有ベクトル成分の累積分布は、高確率で $ \left| \sum_{\nu=1}^k |u_{j\nu}|^2 - \frac{k}{n} \right| \leq \frac{\beta_n^2}{\sqrt{n}} $ を満たす。
• 高確率で、Stieltjes変換誤差 $ |\widetilde{m}_n(z) - S_y(z)| $ は $ O(n^{-2}v^{-2}) $ で有界であり、$ v \geq v_0 = A_0 n^{-1} \beta_n^4 $ のときを満たす。
• 重い尾部を持つ分布に対して、従来の $ O(n^{-1/2}) $ の境界に比べて収束レートが著しく改善される。
• 結果は複素平面の二分法的分割全体に一様に成り立ち、局所化技術を用いてスペクトル支持の端にも拡張可能である。