[논문 리뷰] Asymptotic equivalence of spectral density estimation and gaussian white noise

Georgi K. Golubev, Michael Nussbaum외 1명|ArXiv.org|2009. 03. 07.

Stochastic processes and financial applications참고 문헌 17인용 수 5

한 줄 요약

이 논문은 정staionary 가우시안 과정에 대한 스펙트럼 밀도 추정과 두 가지 간단한 가우시안 모형 사이의 渐近 등가성을 확립한다: 비모수적 가우시안 스케일 회귀 모형과 로그 스펙트럼 밀도가 드리프트인 가우시안 화이트 노이즈 모형. 이 등가성은 공식 행렬의 순환 근사와 바운딩 기법을 통해 증명되며, 이는 로그 퍼리오드로그 회귀와 같은 추론 방법을 직접 이전할 수 있게 한다.

ABSTRACT

We consider the statistical experiment given by a sample of a stationary Gaussian process with an unknown smooth spectral density f. Asymptotic equivalence, in the sense of Le Cam's deficiency Delta-distance, to two Gaussian experiments with simpler structure is established. The first one is given by independent zero mean Gaussians with variance approximately the value of f in points of a uniform grid (nonparametric Gaussian scale regression). This approximation is closely related to well-known asymptotic independence results for the periodogram and corresponding inference methods. The second asymptotic equivalence is to a Gaussian white noise model where the drift function is the log-spectral density. This represents the step from a Gaussian scale model to a location model, and also has a counterpart in established inference methods, i.e. log-periodogram regression. The problem of simple explicit equivalence maps (Markov kernels), allowing to directly carry over inference, appears in this context but is not solved here.

연구 동기 및 목표

• 정staionary 가우시안 과정의 통계 실험과 더 단순한 가우시안 모형 사이의 Le Cam의 열악도 거리에서의 渐近 등가성을 확립하기 위해.
• 전통적인 스펙트럼 추정과 현대적 비모수적 가우시안 화이트 노이즈 모형 사이의 격차를 메우며, 특히 로그 퍼리오드로그 회귀에 초점을 맞추기 위해.
• 비모수적 설정에서 스펙트럼 밀도 추정을 위한 간단한 모형(예: 로그 퍼리오드로그 회귀)을 타당한 근사로 사용할 수 있는 이론적 근거를 제공하기 위해.
• 명시적인 등가 지도(등가 사상)를 구성하지 않고도 등가성을 증명함으로써 비모수적 등가 이론을 스펙트럼 밀도 추정에 확장하기 위해.
• 소볼레프 및 베소프 스무스니스 클래스에 대한 스펙트럼 밀도 추정에 비모수적 등가 이론을 확장하기 위해.

제안 방법

• 토플리츠 공분산 행렬 Γₙ(f)에 대한 순환 행렬 근사를 사용하여 등간격 주파수 ωⱼ에서 고유값을 f(ωⱼ)로 근사한다.
• 통계 실험 Eₙ을 정보량 측면에서 상한 및 하한 실험으로 둘러싸는 바운딩 기법을 적용한다.
• 비모수적 스무스니스 클래스 f ∈ Σ(특히 소볼레프 및 베소프 클래스)를 다룰 수 있도록 매개변수 공간을 국소화한다.
• 스펙트럼 밀도 재구성에서의 근사 오차를 제어하기 위해 푸리에 급수 절단과 L²(0,1) 노름 추정을 활용한다.
• 매개변수 공간 내의 스무스니스와 수렴 속도를 정량화하기 위해 연속성의 모듈러스 ω(f,t)₂와 L²(ℝ) 노름을 사용한다.
• 그라마와 누스바움(1998)의 비모수적 가우시안 스케일 모형에 대한 기존 결과를 활용하여 화이트 노이즈 극한을 도출한다.

실험 결과

연구 질문

• RQ1 알려지지 않은 스펙트럼 밀도를 가진 정staionary 가우시안 과정의 통계 실험은 어떤가, 간단한 가우시안 화이트 노이즈 모형과 渐近 등가가 되는가?
• RQ2 스펙트럼 밀도 추정 문제는 분산이 f(ωⱼ)인 비모수적 가우시안 스케일 회귀 모형과 渐近 등가가 되는가?
• RQ3 토플리츠 공분산 행렬의 순환 근사가 더 단순한 모형으로의 등가성에 얼마나 타당한가?
• RQ4 스펙트럼 밀도 추정에 대한 渐近 등가성이 성립하기 위해 필요한 스펙트럼 밀도의 스무스니스 조건(예: 소볼레프 또는 베소프 클래스)은 무엇인가?
• RQ5 모델 간의 명시적 마코프 커널(등가 사상)을 구성하지 않고도 渐近 등가성을 증명할 수 있는가?

주요 결과

• 통계 실험 Eₙ = (Nₙ(0, Γₙ(f)), f ∈ Σ)는 등간격 주파수 ωⱼ에서 독립적인 N(0, f(ωⱼ)) 성분을 가지는 비모수적 가우시안 스케일 모형과 渐近 등가이다.
• Eₙ와 로그 f(ω)가 드리프트이고 노이즈 강도가 n⁻¹/² 비례하는 가우시안 화이트 노이즈 모형 사이의 등가성도 성립한다.
• 이 등가성은 소볼레프 스무스니스 조건 f ∈ B₂,₂^α(1/2 < α < 1) 하에서 성립하며, 이는 수렴 속도가 n¹⁻²α 순서임을 보장한다.
• 순환 공분산 행렬의 근사 오차는 푸리에 계수의 ℓ² 노름을 통해 바운딩되며, 오차는 ∑|j|≤n γ_f²(j)j²n⁻²로 제어된다.
• 진짜 스펙트럼 밀도와 그 절단된 푸리에 급수 사이의 L∞-노름 편차는 C n¹/²⁻α ‖f‖₂,α로 바운딩되며, 이는 스무스니스 조건 하에서 수렴을 보여준다.
• 논문은 화이트 노이즈 모형 (1.6)이 원래 스펙트럼 모형과 동일한 渐近 피셔 정보를 상속받음을 증명하며, 이는 추론에 있어서의 사용 타당성을 뒷받침한다.