[논문 리뷰] Berry-Esseen bounds for general nonlinear statistics, with applications to Pearson's and non-central Student's and Hotelling's

Iosif Pinelis, Raymond Molzon|arXiv (Cornell University)|2009. 05. 31.

Random Matrices and Applications참고 문헌 78인용 수 28

한 줄 요약

이 논문은 Cramér형 기울임 변환을 도입하고 독립적인 랜덤 벡터의 합에 대한 고급 부등식을 활용하여, 감소된 모멘트 조건 하에서 일반적인 비선형 통계량에 대한 Berry-Esséen 경계를 도출하기 위해 Stein의 방법을 확장한다. 이는 피어슨의 상관계수, 비중앙 t, 하틀링거의 T²와 같은 핵심 통계량에 대해 날카운 수렴 속도를 확립하며, 이는 이전 결과보다 더 약한 모멘트 조건을 요구한다.

ABSTRACT

Abstract. Recently Chen and Shao developed a Stein-type method to obtain bounds on the closeness of the distribution of a general nonlinear statistic to that of a linear approximation. We generalize these results so as to allow one to use lesser moment restrictions when applied to nonlinear statistics expressed as smooth enough functions of sums of independent random vectors. Our main innovation in the method is the use of a Cramér-type of tilt transform. Other techniques used to obtain improvements include exponential and Rosenthal-type inequalities for sums of random vectors established by Pinelis and Sakhanenko. As applications, Berry-Esséen type bounds are obtained for concrete nonlinear statistics such as the Pearson correlation coefficient and the non-central Student and Hotelling statistics. Contents

연구 동기 및 목표

• 더 약한 모멘트 조건 하에서 비선형 통계량에 대한 Stein의 방법을 확장하기 위해.
• 정확도를 향상시키기 위해 Cramér형 기울임 변환을 개발하기 위해.
• Pinelis와 Sakhanenko의 정교한 부등식을 활용하여 독립적인 랜덤 벡터의 합을 다루기 위해.
• 피어슨의 상관계수와 비중앙 스튜던트의 t와 같은 고전적 통계량에 대해 명시적인 Berry-Esséen 경계를 유도하기 위해.
• 기존의 경계를 비중앙 및 다변량 설정으로 일반화하여 하틀링거의 T²를 포함하기 위해.

제안 방법

• 비선형 통계량의 분포를 재가중하기 위해 Cramér형 기울임 변환을 도입하여 정규 근사의 정확도를 향상시킨다.
• 독립적인 랜덤 벡터의 합에 대해 지수적 및 Rosenthal 유형의 부등식을 적용하여 꼬리 행동을 제어한다.
• 통계량의 분포와 정규 근사 간의 거리를 측정하기 위해 스무othed Stein 방정식 프레임워크를 사용한다.
• 동일하게 분포된 랜덤 벡터의 합 주위에서 통계량의 이阶 전개를 통해 편향과 분산 항을 도출한다.
• 모멘트 제약 조건과 기울임 변환을 조합하여 이전 방법보다 더 약한 가정을 가능하게 한다.
• 통계량의 누적분포함수와 정규분포 사이의 초노름 차이에 대한 경계를 확립한다.

실험 결과

연구 질문

• RQ1 이전에 요구된 것보다 더 약한 모멘트 조건 하에서 비선형 통계량에 대한 Berry-Esséen 경계를 도출할 수 있는가?
• RQ2 Cramér형 기울임 변환은 독립적인 랜덤 벡터의 합에 대한 비선형 함수성의 정규 근사 정확도를 어떻게 향상시키는가?
• RQ3 최소한의 모멘트 가정 하에서 피어슨의 상관계수 계수의 최적 수렴 속도는 무엇인가?
• RQ4 Rosenthal 유형의 부등식은 다변량 비선형 통계량에서 수렴 속도 유도에 얼마나 기여하는가?
• RQ5 이 방법은 하틀링거의 T²와 같은 비중앙 및 다변량 통계량으로 일반화될 수 있는가?

주요 결과

• 논문은 최소한의 모멘트 조건 하에서 피어슨의 상관계수 계수에 대해 O(n^{-1/2}) 수준의 수렴 속도를 갖는 Berry-Esséen 경계를 확립한다.
• 비중앙 스튜던트의 t 통계량의 경우, 기존 경계보다 개선된 상수를 갖는 O(n^{-1/2}) 수렴 속도를 도출한다.
• 하틀링거의 T² 통계량은 약한 모멘트 가정 하에서 O(n^{-1/2}) 수준의 Berry-Esséen 경계를 만족함을 보였다.
• Cramér형 기울임 변환의 사용은 모멘트 제약 조건을 감소시켜 유한한 세 번째 모멘트만으로도 결과 도출이 가능하도록 한다.
• 기울임 변환과 Pinelis-Sakhanenko 부등식의 조합은 다변량 및 비중앙 설정에서 이전 접근보다 더 날카운 경계를 도출한다.
• 이 프레임워크는 연구된 구체적 예제를 넘어서 광범위한 매끄러운 비선형 통계량 클래스에 적용 가능할 정도로 일반적이다.