[論文レビュー] Signal Detection in High Dimension: The Multispiked Case

Alexei Onatski, Marcelo J. Moreira+1 more|arXiv (Cornell University)|Oct 20, 2012

Random Matrices and Applications参考文献 30被引用数 2

ひとこと要約

本稿は、複数のスパイク固有値（マルチスパイク共分散モデル）を有する高次元データにおける信号検出のための新しい漸近的枠組みを提案する。先行研究で用いられたラプラス近似に代わり、直交群積分の大偏差解析を用いることで、漸近的パワー上限と既存の検定手法を比較する。固有値に基づく尤度比検定が、マルチスパイク代替仮説下で他の手法と顕著に優れた性能を示すことが示された。

ABSTRACT

This paper applies Le Cam’s asymptotic theory of statistical experiments to the signal detection problem in high dimension. We consider the problem of testing the null hypothesis of sphericity of a high-dimensional covariance matrix against an alternative of (unspecified) multiple symmetry-breaking directions (multispiked alternatives). Simple analytical expressions for the Gaussian asymptotic power envelope and the asymptotic powers of previously proposed tests are derived. Those asymptotic powers remain valid for non-Gaussian data satisfying mild moment restrictions. They appear to lie very substantially below the Gaussian power envelope, at least for small values of the number of symmetry-breaking directions. In contrast, the asymptotic power of Gaussian likelihood ratio tests based on the eigenvalues of the sample covariance matrix are shown to be very close to the envelope. Although based on Gaussian likelihoods, those tests remain valid under non-Gaussian densities satisfying mild moment conditions. The results of this paper extend to the case of multispiked alternatives and possibly non-Gaussian densities, the findings of an earlier study [Ann. Statist. 41 (2013) 1204–1231] of the single-spiked case. The methods we are using here, however, are entirely new, as the Laplace approximation methods considered in the single-spiked context do not extend to the multispiked case.

研究の動機と目的

• 高次元設定における単一スパイクからマルチスパイク共分散モデルへの信号検出の漸近的パワー解析を拡張すること。
• マルチスパイク代替仮説下での漸近的パワー上限（検定性能の理論的限界）を確立すること。
• 既存の検定法（例：球面性検定）が、この最適ベンチマークに対してどのように性能を発揮するかを評価すること。
• ラプラス近似がマルチスパイク状況で失敗する理由を解明し、代替としての大偏差理論に基づく新たな解析枠組みを構築すること。
• 固有値に基づく尤度比検定が、マルチスパイク設定において近似的に最適な漸近的パワーを達成できることを示すこと。

提案手法

• 直交群 O(p) 上での積分を用いて、マルチスパイクモデルの対数尤度比過程を導出する。積分形式は ∫O(p) etr(AQBQ′) dQ を含む。
• GuionnetとMaida（2005）の球面積分に対する2次大偏差展開を、r > 1 の場合に拡張し、尤度過程の漸近的解析を可能にする。
• n, p → ∞ かつ p/n → c ∈ (0, ∞) の下で、帰無仮説下における対数尤度過程 ln L(h; λ) がガウス過程 Lλ(h) に弱収束することを確立する。
• このガウス極限を用いて、レ・カムの第3の補題およびネイマン＝ピアソン最適性原理により、漸近的パワー上限を導出する。
• 不変性原理を適用して、λ-可測な検定（固有値に基づく検定）に注目することにより、不変手順のクラス内での最適性を保証する。
• 導出したガウス過程近似を用いて、尤度比検定の漸近的パワーの明示的表現を導出し、パワー上限と比較する。

実験結果

リサーチクエスチョン

• RQ1 高次元マルチスパイク共分散モデルにおける信号検出の漸近的パワー上限は何か？
• RQ2 マルチスパイク代替仮説下で、既存の球面性検定はこの理論的パワー上限に対してどのように性能を発揮するか？
• RQ3 なぜラプラス近似手法はマルチスパイク状況で失敗するのか？ 代わりに使用可能な解析的手法は何か？
• RQ4 固有値に基づく尤度比検定は、マルチスパイク設定において近似的に最適な漸近的パワーを達成できるか？
• RQ5 不変性原理は、この高次元設定において固有値に基づく検定に注目することをどの程度正当化するか？

主な発見

• マルチスパイク代替仮説下の漸近的パワー上限は、直交群積分の大偏差解析を用いて明示的に導出された。
• 球面性検定（固有値に基づくものも含む）は、特に r が小さい場合にパワー上限に対して顕著に低い漸近的パワーを示すことが示された。
• 標本共分散行列の固有値に基づく尤度比検定は、理論的パワー上限に非常に近い漸近的パワーを達成することが分かった。
• 2次大偏差展開に基づく新しい手法は、マルチスパイク状況におけるラプラス近似の限界を効果的に克服した。
• 帰無仮説下で対数尤度過程はガウス過程に弱収束し、これが正確な漸近的パワー計算を可能にした。
• 不変性の議論により、λ-可測な検定（固有値に基づく検定）が最適であることが正当化され、任意の不変検定のパワーはその固有値ベクトル上での挙動に依存することが分かった。