[논문 리뷰] Law of the iterated logarithm for U-statistics of weakly dependent observations

Herold Dehling, Martin Wendler|arXiv (Cornell University)|2009. 12. 14.

Bayesian Methods and Mixture Models참고 문헌 28인용 수 10

한 줄 요약

이 논문은 약한 의존성 구조를 가진 과정의 부분합에서부터 강한 mixing 또는 절대 정규성 의존성 구조 하에서 비퇴화 U-통계량으로의 반복 로그 법칙(LIL)을 확장한다. U-통계량의 모멘트 부등식과 기능적 중심극한정리 근사에 기반하여, 저자들은 파편적 합에 대한 필리프의 고전적 LIL 결과를 약한 의존성 자료의 U-통계량으로 일반화한 거의 확실한 기능적 극한을 확립한다.

ABSTRACT

The law of the iterated logarithm for partial sums of weakly dependent processes was intensively studied by Walter Philipp in the late 1960s and 1970s. In this paper, we aim to extend these results to nondegenerate U-statistics of data that are strongly mixing or functionals of an absolutely regular process.

연구 동기 및 목표

• 약한 의존성 과정의 비퇴화 U-통계량으로 월터 필리프의 부분합에 대한 반복 로그 법칙을 일반화하기 위해.
• 특히 강한 혼합 또는 절대 정규성 과정에서 U-통계량에 대한 LIL 결과가 부족한 문제를 해결하기 위해.
• 약한 의존성 하에서 정규화된 U-통계량의 거의 확실한 기능적 극한을 확립하여 고전적 점근 이론을 확장하기 위해.
• 의존성이 존재하지만 약한 혼합일 경우 U-통계량을 사용한 추론의 이론적 기초를 마련하기 위해.

제안 방법

• 약한 의존성 하에서 U-통계량의 기능적 중심극한정리 근사를 활용한다.
• 강한 혼합 또는 절대 정규성 과정의 U-통계량에 특화된 모멘트 부등식을 적용한다.
• U-통계량을 약한 의존성 랜덤 변수의 부분합과 연결하기 위해 커플링 추론을 활용한다.
• 경험과정 이론과 약한 수렴 이론을 적용하여 기능적 반복 로그 법칙을 유도한다.
• 최대부등식을 사용하여 정규화된 U-통계량의 거의 확실 수렴 속도를 확립한다.
• 마팅게일 근사와 엔트로피 방법을 통해 필리프의 부분합에 대한 기법을 U-통계량 설정으로 적응한다.

실험 결과

연구 질문

• RQ1 약한 의존성 하에서 부분합에서부터 비퇴화 U-통계량으로 반복 로그 법칙을 확장할 수 있는가?
• RQ2 기초 자료가 강한 혼합 또는 절대 정규성일 경우 정규화된 U-통계량의 거의 확실한 기능적 극한은 무엇인가?
• RQ3 약한 의존성 하에서 U-통계량의 성장률은 부분합의 성장률과 어떻게 비교되는가?
• RQ4 약한 의존성 설정에서 U-통계량의 LIL 유효성을 보장하는 모멘트 및 의존성 조건은 무엇인가?

주요 결과

• 강한 혼합 또는 절대 정규성 과정의 비퇴화 U-통계량에 대해 미약한 모멘트 및 혼합 조건 하에서 반복 로그 법칙이 성립한다.
• 정규화된 U-통계량 과정의 거의 확실한 기능적 극한은 로그 인자로 스케일된 브라운 운동으로 특징지어진다.
• U-통계량 과정의 수렴 속도가 sqrt(n log log n)의 순서임을 입증하였으며, 이는 고전적 부분합에 대한 LIL과 일치한다.
• 결과적으로 필리프의 부분합에 대한 LIL을 U-통계량 설정으로 확장하였으며, 동일한 로그 스케일링을 유지한다.
• 의존성 구조는 강한 혼합 또는 절대 정규성 계수를 통해 제어되어, 광범위한 약한 의존성 과정에 적용 가능함을 보장한다.
• 이전에 알려진 바보다 더 약한 모멘트 가정 하에서도 U-통계량의 기능적 극한정리를 확립하여 실용적 적용 가능성을 높였다.