[論文レビュー] The universality principle for spectral distributions of sample covariance matrices

Pavel Yaskov|arXiv (Cornell University)|Oct 20, 2014

Random Matrices and Applications参考文献 17被引用数 7

ひとこと要約

本稿は、標本サイズが次元に対して比例して増加する条件下で、一般の条件下における標本分散共分散行列の経験的固有値分布（ESD）の普遍性原理を確立する。限界ESDは、条件付きガウス分布ベクトルと同一であることが示され、2次形式に関する弱大数法則の下で普遍性を証明し、従来の結果をm依存マルティングル・差分列および線形過程へ拡張する。明示的なモーメント不等式により、広範な適用可能性が可能となる。

ABSTRACT

We derive the universality principle for empirical spectral distributions of sample covariance matrices and their Stieltjes transforms. This principle states the following. Suppose quadratic forms of random vectors $y_p$ in $R^p$ satisfy a weak law of large numbers and the sample size grows at the same rate as $p$. Then the limiting spectral distribution of corresponding sample covariance matrices is the same as in the case with conditionally Gaussian $y_p$. This result is generalized for $m$-dependent martingale difference sequences and $m$-dependent linear processes.

研究の動機と目的

• 標本共分散行列の限界経験的固有値分布（ESD）の普遍性原理を、ガウス分布の仮定を超えて一般化すること。
• ガウス分布の場合と同一の極限にESDが収束するための最小限のモーメントおよび確率的条件を同定すること。
• m依存マルティングル・差分列やm依存線形過程などの従属構造へ普遍性原理を拡張すること。
• 2次形式の弱大数法則を保証する新しいモーメント不等式を導出し、普遍性条件の検証を可能にすること。
• モーメントおよび従属の仮定を緩和することで、従来の確率的行列理論の結果を統合・一般化すること。

提案手法

• 2次形式に関する仮定（A1）および（A2）を提案：（A1）トレース正規化された2次形式に対する弱大数法則；（A2）平方共分散行列の正規化トレースが消えること。
• ESDを特徴付けるためにスタイリーテス変換を用い、一般モデルとガウスモデルの間のスタイリーテス変換の比較により普遍性を証明する。
• 2次形式のモーメント不等式を適用し、特にm依存列に対して（A1）および（A2）が弱いモーメント条件下で成り立つことを検証する。
• 行列摂動技法およびリゾルベント恒等式を用いて、一般モデルとガウスモデルのスタイリーテス変換の差を、作用素ノルムによって評価する。
• 依存性をモーメントバウンドおよびスペクトルノルムの制御により制御することで、m依存マルティングル・差分列およびm依存線形過程への一般化を実現する。
• リゾルベント比較および行列逆行列補題を用いて、標本共分散行列のリゾルベントに含まれるトレース差のバウンドを導出する。

実験結果

リサーチクエスチョン

• RQ1 標本共分散行列の経験的固有値分布が、ガウス分布の場合と同一の極限に収束する一般条件は何か？
• RQ2 i.i.d.またはサブガウス的要素を超えて、m依存列のような従属構造へ普遍性原理をどのように拡張できるか？
• RQ3 2次形式の弱大数法則を保証するモーメント条件は何か？これは普遍性原理の根拠となる。
• RQ4 有限な4次モーメントを仮定しないで、限界固有値分布の普遍性を確立できるか？
• RQ5 一般モデルと条件付きガウスモデルの標本共分散行列のスタイリーテス変換は、漸近的にどのように比較できるか？

主な発見

• 標本サイズ $ n $ が次元 $ p $ に対して比例して増加する限り、$ n^{-1} oldsymbol{Y}_{pn} oldsymbol{Y}_{pn}^ op $ の限界経験的固有値分布（ESD）は、仮定（A1）のもとで普遍的である。これは $ oldsymbol{y}_p $ の分布に依存しない。
• 条件付きガウス分布でランダム共分散行列 $ oldsymbol{\Sigma}_p $ を持つ $ oldsymbol{y}_p $ に対して、仮定（A1）が成り立つための必要十分条件は（A2）が成り立つことである。これにより、モーメント条件とガウス近似との間に関係が確立される。
• 次のモーメント不等式を導出する：任意の $ oldsymbol{A}_p $ に対して $ orm{oldsymbol{A}_p} ormleq M $ ならば、$ b{P}(|oldsymbol{y}_p^ op oldsymbol{A}_p oldsymbol{y}_p - r(oldsymbol{\Sigma}_p oldsymbol{A}_p)| > \nu p) \normleq \bb{E} \big[ \frac{16M^2 \tr(\boldsymbol{\Sigma}_p^2)}{(\nu p)^2} \bigwedge 1 \big] $。この不等式により、弱いモーメント制御のもとで（A1）が保証される。
• 普遍性は、m依存マルティングル・差分列およびm依存線形過程へ拡張され、i.i.d.または独立な場合を超えた応用範囲が広がる。
• 標本共分散行列のスタイリーテス変換は、ガウス分布の場合と同一の極限に収束し、スペクトルパラメータの虚部 $ v $ に対して $ \frac{1}{v^2} $ のレートで収束が制御される。
• 一般モデルとガウスモデルのスタイリーテス変換の差は、$ \frac{2q(|z|+1)^{3/2}}{v^2}(\norm{\boldsymbol{\triangle}_1}\norm{\boldsymbol{\triangle}}^{1/2} + \norm{\boldsymbol{\triangle}_1} + \norm{\boldsymbol{\triangle}_2}) $ で有界であり、ここで $ \boldsymbol{\triangle}_j $ は行列構造のずれを測る。