[論文レビュー] Random matrix theory and multivariate statistics

José A. Dı́az-Garcı́a, Ramón Gutiérrez Jáimez|ArXiv.org|Jul 6, 2009

Random Matrices and Applications参考文献 33被引用数 8

ひとこと要約

本稿は、ランダム行列理論と多変量統計のツールを用いて、実数、複素数、クaternion、オクタニオンのランダム行列における行列変量分布を統一的に扱うフレームワークを提案する。一般化されたウィシャルト集合体—球面型およびベクトル球面型—を導入し、ヤコビアン変換およびノルム除法代数の因子分解を用いて密度関数を導出する。主な結果として、スペクトル的またはトレースに基づく関数を特定することで、古典的分布（ウィシャルト、ベータI型、ベータII型）が特殊ケースとして得られることを示している。

ABSTRACT

Some tools and ideas are interchanged between random matrix theory and multivariate statistics. In the context of the random matrix theory, classes of spherical and generalised Wishart random matrix ensemble, containing as particular cases the classical random matrix ensembles, are proposed. Some properties of these classes of ensemble are analysed. In addition, the random matrix ensemble approach is extended and a unified theory proposed for the study of distributions for real normed division algebras in the context of multivariate statistics.

研究の動機と目的

• ノルム除法代数への拡張を通じて、ランダム行列理論と多変量統計を統合する。
• 古典的なランダム行列集合体を統一する、球面型およびベクトル球面型一般化ウィシャルト集合体を構築する。
• 実数、複素数、クaternion、オクタニオン代数上のヤコビアン行列式および因子分解を用いて、行列変量の明示的密度関数を導出する。
• 一般形において関数 h(·) を指定することで、既知の分布（ウィシャルト、ベータI型、ベータII型）が特殊ケースとして得られることを示す。

提案手法

• ノルム除法代数（実数、複素数、クaternion、オクタニオン）上での行列変換に対する一般ヤコビアン公式を導出する。
• ノルム除法代数の構造を用いた因子分解技術を適用し、行列変量の分布を分解する。
• 行列変量の変換を通じて、球面型一般化ウィシャルト（SGW）およびベクトル球面型一般化ウィシャルト（VSGW）分布を導入する。
• 密度関数を元の行列変量分布から導出するために、変換 S = X*Θ⁻¹X を用いる。
• 一般化ガンマ関数 Γₘ^β および行列式に基づく表現を用いて、密度関数を |S| およびスペクトル的またはトレース的関数で表現する。
• 特定の h(·) の形をとることで、古典的集合体が特殊ケースとして得られることを確立する。たとえば、ウィシャルトでは指数関数、ベータ型ではべき関数を用いる。

実験結果

リサーチクエスチョン

• RQ1 ランダム行列理論と多変量統計を、実数、複素数、クaternion、オクタニオン行列の全範囲にわたってどのように統合できるか？
• RQ2 ノルム除法代数上での行列変換に対する一般ヤコビアン行列式の形は何か？
• RQ3 球面型およびベクトル球面型一般化ウィシャルト集合体は、どのようにして古典的ランダム行列集合体を一般化するか？
• RQ4 関数 h(·) にどのような条件を課すと、ウィシャルト、ベータI型、ベータII型といった既知の分布が一般化フレームワークから回復できるか？
• RQ5 オクタニオン行列への理論の拡張は、その実証的妥当性が限られているにもかかわらず、どの程度可能か？

主な発見

• 球面型一般化ウィシャルト分布は、S ~ SGWₘ^β(n, Σ, h) として導出され、密度関数は |S|^(β(n−m+1)/2−1) h(λ(Σ⁻¹S)) に比例する。
• ベクトル球面型一般化ウィシャルト分布は、S ~ VSGWₘ^β(n, Σ, h) として導出され、密度関数は |S|^(β(n−m+1)/2−1) h(tr(Σ⁻¹S)) に比例する。
• h(tr(Σ⁻¹S)) = exp(−βΣ⁻¹S/2) とすると、古典的ウィシャルト分布が得られ、パrameter制約 n ≥ (m−1)β を満たす。
• Σ = Iₘ および ν ≥ (m−1)β の下で、h(λ(Σ⁻¹S)) = |Iₘ − S|^(β(ν−m+1)/2−1) とすると、行列変量ベータI型分布が得られる。
• Σ = Iₘ および ν ≥ (m−1)β の下で、h(λ(Σ⁻¹S)) = |Iₘ + S|^−β(n+ν)/2 とすると、行列変量ベータII型分布が得られる。
• このフレームワークは古典的集合体を統合し、適切な h(·) の指定により楕円型および対称行列変量を含む拡張も可能である。オクタニオンの場合も、形式的には導出可能であり、推測的扱いである。