[論文レビュー] Strong and Weak Laws of Large Numbers for Frechet Sample Means in Bounded Metric Spaces

Cedric E. Ginestet|arXiv (Cornell University)|Apr 14, 2012

Probability and Risk Models被引用数 4

ひとこと要約

この論文は、特にグラフ値確率変数に対して、有界距離空間におけるFrechet標本平均の強法則および弱法則大数の法則を確立する。almost sure 収束をKuratowski外極限に結びつけ、特に有限頂点を持つグラフにおける有界性を活用することで、すべての順序の制限付きおよび非制限付きFrechet平均の強一貫性を証明し、先行研究を一般化する。

ABSTRACT

The Frechet mean or barycenter generalizes the idea of averaging in spaces where pairwise addition is not well-defined. In general metric spaces, the Frechet sample mean is not a consistent estimator of the theoretical Frechet mean. For graph-valued random variables, for instance, the Frechet sample mean may fail to converge to a unique value. Hence, it becomes necessary to consider the convergence of sequences of sets of graphs. We show that a specific type of almost sure convergence for the Frechet sample mean previously introduced by Ziezold (1977) is, in fact, equivalent to the Kuratowski outer limit of a sequence of Frechet sample means. Equipped with this outer limit, we provide a new proof of the strong consistency of the Frechet sample mean for graph-valued random variables in separable (pseudo-)metric space. Our proof strategy exploits the fact that the metric of interest is bounded, since we are considering graphs over a finite number of vertices. In this setting, we describe two strong laws of large numbers for both the restricted and unrestricted Frechet sample means of all orders, thereby generalizing a previous result, due to Sverdrup-Thygeson (1981).

研究の動機と目的

• 一般距離空間における理論的Frechet平均の推定子としてのFrechet標本平均の不一致の問題に対処すること。
• 標準的一致性が失敗する場合に、グラフ値確率変数におけるFrechet標本平均の収束問題を解決すること。
• 有界距離を持つ分離可能な（擬）距離空間におけるFrechet標本平均の強法則および弱法則大数の法則を確立すること。
• Sverdrup-Thygeson (1981) の結果を、すべての順序の制限付きおよび非制限付きFrechet平均へと拡張すること。

提案手法

• almost sure 収束をFrechet標本平均の列の形式的定式化としてKuratowski外極限を用いる。
• 特に有限頂点を持つグラフにおいて関連する有界性を活用する距離空間の有界性を活用する。
• Ziezold (1977) のalmost sure 収束の概念をKuratowski外極限に基づいて再定式化し、厳密な解析を可能にする。
• 外極限フレームワークを用いて、制限付きおよび非制限付きFrechet平均の両方の強一貫性を証明する。
• 外極限位相におけるFrechet標本平均の集合の極限挙動を分析することで収束結果を確立する。
• 先行研究を一般化し、有界距離空間におけるすべての順序のFrechet平均への分析を拡張する。

実験結果

リサーチクエスチョン

• RQ1 有界距離空間において、Frechet標本平均がalmost sure に理論的Frechet平均に収束する条件は何か？
• RQ2 標準的一致性が失敗する場合に、グラフ値確率変数におけるFrechet標本平均の収束をどのように正式に特徴づけられるか？
• RQ3 Frechet平均の文脈において、Ziezoldのalmost sure 収束とKuratowski外極限の関係は何か？
• RQ4 分離可能な（擬）距離空間におけるすべての順序の制限付きおよび非制限付きFrechet平均に対して、強大数の法則を確立できるか？
• RQ5 距離空間の有界性が、Frechet標本平均のより強い収束結果を可能にする仕組みは何か？

主な発見

• Ziezold (1977) が定義したFrechet標本平均のalmost sure 収束は、Kuratowski外極限における収束と正式に同値である。
• Kuratowski外極限フレームワークを用いて、Frechet標本平均の強一貫性に関する新しい証明が得られた。
• 有界距離空間におけるすべての順序の制限付きおよび非制限付きFrechet平均に対して、強大数の法則が証明された。
• 距離空間の有界性、特に有限頂点を持つグラフにおいて特に顕著な有効性により、強一貫性結果が導出可能である。
• このフレームワークにより、Sverdrup-Thygeson (1981) の結果が、高次のFrechet平均および制限付き・非制限付き両ケースへと一般化された。
• 外極限は、非ユークリッド空間におけるFrechet標本平均の集合の収束を分析する強力な位相的道具を提供する。