[論文レビュー] Optimized estimates of the regularity of the conditional distribution of the sample mean

Victor Chulaevsky|arXiv (Cornell University)|Aug 19, 2014

Stochastic processes and financial applications参考文献 2被引用数 3

ひとこと要約

本稿は、i.i.d. 確率変数の摂動を前提とした標本平均の条件付き分布の正則性に関する最適化された推定値を提供し、確率的バウンドを分布的バウンドに置き換えることで、最適な正則性指数を達成する。主な結果は、有界な対数微分を備えた滑らかで compact な台を持つ密度関数に対して、形式 $\mathbb{P}(\xi_N \in I_s(\eta)) \leq C N s$ の鋭いバウンドを確立し、ランダム作用素における固有値集中の文脈で先行研究を改善する。

ABSTRACT

We give an improved estimate for the regularity of the conditional distribution of the empiric mean of a finite sample of IID random variables, conditional on the sample "fluctuations", extending the well-known property of Gaussian IID samples. Specifically, we replace the bounds in probability, established in our earlier works, by those in distribution, and this results in the optimal regularity exponent in the final estimate.

研究の動機と目的

• i.i.d. 確率変数の摂動を前提とした標本平均の条件付き分布の正則性推定値を改善すること。
• 以前の確率的バウンドをより強い分布的バウンドに置き換えることで、最適な正則性指数を達成すること。
• 多粒子アンダーソン型ハミルトニアンにおける固有値集中のための鋭いWegner型バウンドを確立すること。
• 滑らかで台がコンパクトな密度関数に有界な対数微分を備えた場合の標本平均の条件付き密度を分析すること。

提案手法

• 密度関数の台の離散化に基づく標本空間の立方体への分割を導入し、メッシュサイズを $M_N = N^2$ とする。
• 有界な対数微分条件を用いて、各立方体内での同時密度の相対的変動を制御する。
• 各立方体上で、元の測度と一様測度との間に要因 $e^{\pm 2\alpha_N}$ による同値性を確立し、$\alpha_N = \ell N^{-1}$ とする。
• 各立方体上で $\mathbb{P}_{\mathbf{k}}(\xi \in I_s(\eta)) \leq C N s$ を適用し、和集合の原理を用いて統合する。
• 部分積分とStieltjes積分の推定を用いて尾の挙動を制御し、最終的なバウンドを精緻化する。
• 滑らかさの仮定の下で、$s \in (0, \ell N^{-2})$ に対して最終的な推定 $\mathbb{P}(\xi_N \in I_s(\eta)) \leq C N s$ を導出する。

実験結果

リサーチクエスチョン

• RQ1 i.i.d. 確率変数の摂動を前提とした標本平均の条件付き分布の最適な正則性指数は何か？
• RQ2 確率的バウンドを条件付き密度に適用する際に、ランダム作用素理論の文脈で鋭い推定値を達成するにはどうすればよいか？
• RQ3 密度関数の有界な対数微分が、標本平均の条件付き分布の正則性をどの程度保証するか？
• RQ4 洗練された正則性推定を用いて、多粒子系における固有値集中のためのより鋭いWegner型バウンドを導出可能か？
• RQ5 立方体内での離散化の選択と測度の同値性が、条件付き確率の最終的バウンドにどのように影響するか？

主な発見

• 本稿は、条件付き密度の正則性推定において最適な正則性指数を達成し、以前の確率的推定値を改善する。
• 滑らかで台がコンパクトな密度関数に有界な対数微分を備えた場合、$s \in (0, \ell N^{-2})$ に対して条件付き確率は $\mathbb{P}(\xi_N \in I_s(\eta)) \leq C N s$ を満たし、$C$ は分布および台長に依存する。
• バウンドは $M_N = N^2$ の立方体分割と、各立方体内での測度の同値性（要因 $e^{\pm 2\alpha_N}$、$ \alpha_N = \ell N^{-1}$）に基づいて導出される。
• 以前の確率的バウンドを分布的バウンドに置き換えることで、よりタイトで最適な推定値が得られる。
• この結果は、ランダム DSO ハミルトニアンにおける固有値集中のための改善されたWegner型バウンドの導出に応用される。
• 与えられた仮定の下で、最終的なバウンド $\mathbb{P}(\xi_N \in I_s(\eta)) \leq C N s$ が鋭いことが示され、$C$ は有限で密度および台長に依存する。