[論文レビュー] Strong Consistency of Frechet Sample Mean Sets for Graph-Valued Random Variables

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

Bayesian Methods and Mixture Models参考文献 27被引用数 14

ひとこと要約

この論文は、分離可能で有界な擬距離空間におけるグラフ値確率変数のFréchet標本平均集合の強一貫性を、距離の有界性から導かれる一様有界性および一様等連続性を活用することで確立する。Kuratowskiの外部極限を用いた新しい証明により、ほとんど確実収束を示し、Sverdrup-Thygeson（1981）の結果をコンパクト性の代わりに有界性に置き換えることで一般化し、すべての順序の制限付きおよび非制限付きFréchet平均に対する強大数法則を拡張する。

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

• 分離可能で有界な擬距離空間におけるグラフ値確率変数のFréchet標本平均集合の強一貫性を確立すること。
• Sverdrup-Thygeson（1981）の強大数法則を、距離のコンパクト性を有界性に置き換えることで一般化すること。
• Fréchet標本平均のほとんど確実収束が、標本平均集合の列のKuratowski外部極限と同値であることを示すこと。
• 有界距離の下で指数化された点関数のクラスの均一等連続性および有界性を証明し、コンパクト性を鍵となる仮定として置き換えること。
• 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Fréchet平均に対する強大数法則を拡張すること。

提案手法

• Kuratowskiの外部極限を用いて、Fréchet標本平均集合のほとんど確実収束を特徴付け、Ziezold（1977）のほとんど確実収束基準と同値であることを示す。
• 有限頂点グラフにおける距離の有界性を活用し、指数化された点関数のクラス $\mathcal{D}^r(\mathcal{X})$ の一様有界性および一様等連続性を導出する。
• 経験的リスク $T_n(\theta^*)$ および残差項 $\operatorname{TR}_n^*(\hat{\theta}_n^*)$ に強大数法則を適用し、後者をはさみ撃ちにすることでほとんど確実収束を証明する。
• はさみうち不等式に基づく証明戦略を構築する：$T_n(\hat{\theta}_n^*) \leq \operatorname{TR}_n^*(\hat{\theta}_n^*) \leq T_n(\theta^*) + \min_{x'} |\operatorname{TR}_n^*(x') - \operatorname{TR}_n^*(\theta^*)|$。
• 制限付きFréchet平均の漸近的挙動が、基礎となる測度の台と関数族の等連続性によって支配されることを示す。
• 証明において同一性公理が不要であることに着目し、擬距離空間へ結果を拡張する。

実験結果

リサーチクエスチョン

• RQ1 分離可能な距離空間におけるグラフ値確率変数のFréchet標本平均集合が、どのような条件下で強一貫性を示すか？
• RQ2 Sverdrup-Thygeson（1981）の強大数法則におけるコンパクト性仮定を、距離の有界性に置き換えることは可能か？
• RQ3 Fréchet標本平均のほとんど確実収束は、標本平均集合の列のKuratowski外部極限と同値か？
• RQ4 距離の有界性が、指数化された点関数のクラスに一様等連続性および有界性をどのようにもたらすか？
• RQ5 有界距離空間において、強大数法則は制限付きおよび非制限付きFréchet平均のすべての順序にまでどの程度一般化可能か？

主な発見

• Fréchet標本平均集合のほとんど確実収束は、その集合列のKuratowski外部極限と同値であり、一貫性の位相的特徴付けを提供する。
• 距離の有界性は、クラス $\mathcal{D}^r(\mathcal{X})$ の一様有界性および一様等連続性をもたらし、これによりコンパクト性が鍵仮定として置き換えられる。
• 制限付きFréchet平均の強一貫性の証明は、$\mathcal{D}^r(\mathcal{X})$ の一様等連続性に依存しており、これは有界性のもとで保証されるが、コンパクト性ではない。
• 非制限付きFréchet標本平均は、有界性のもとで理論的Fréchet平均にほとんど確実に収束し、残差リスクにおけるはさみうち不等式により収束が確立される。
• 結果は制限付きおよび非制限付きFréchet平均のすべての順序に適用可能であり、Sverdrup-Thygeson（1981）の結果をコンパクト空間を超えて一般化する。
• 同一性公理が証明で使用されていないことから、有界な擬距離空間に対してもフレームワークが拡張可能であり、緩い距離条件のもとでも有効性が保たれる。