[논문 리뷰] On Functional CLT for Reversible Markov Chains with nonlinear growth of the Variance

Martial Longla, Costel Peligrad외 1명|arXiv (Cornell University)|2011. 12. 13.

Markov Chains and Monte Carlo Methods참고 문헌 17인용 수 26

한 줄 요약

이 논문은 $nh(n)$ 형태로 비선형적으로 증가하는 부분합의 분산을 가진 역행성 마르코프 체인에서 기능적 중심극한정리(functional CLT)가 성립하기 위한 충분조건을 확립한다. 여기서 $h$는 천천히 변화하는 함수이다. 저자들은 새로운 전진-후진 마르코프 대체 분해와 최대부등식을 활용하여, 정규화된 부분합의 조건부 수렴이 브라운 운동으로의 약한 수렴을 유도함을 증명한다. 이는 전통적인 선형 분산 성장 이론을 초월하여 기능적 중심극한정리를 확장한다.

ABSTRACT

In this paper we study the functional central limit theorem for stationary Markov chains with self-adjoint operator and general state space. We investigate the case when the variance of the partial sum is not asymptotically linear in n; and establish that conditional convergence in distribution of partial sums implies functional CLT. The main tools are maximal inequalities that are further exploited to derive conditions for tightness and convergence to the Brownian motion.

연구 동기 및 목표

• 분산이 천천히 변화하는 함수 $h$에 대해 $nh(n)$ 형태로 비선형적으로 증가하는 부분합을 가진 역행성 마르코프 체인으로 기능적 중심극한정리를 확장하기.
• 정규화된 부분합의 조건부 수렴이 브라운 운동으로의 약한 수렴을 유도하는 조건을 설정하기.
• 비선형 분산 성장 상황에서 잔여항을 제어하기 위해 삼각형 구조를 가진 전진-후진 마르코프 대체 분해를 기반으로 한 새로운 최대부등식을 개발하기.
• 기존 마르코프 체인 수열에 대해 기능적 중심극한정리를 보장하는 충분조건을 제시하여 표준적인 선형 분산 가정을 초월하기.
• 천천히 변화하는 분산을 가진 역행성 과정의 맥락에서 이전의 조건부 중심극한정리 및 기능적 중심극한정리 결과를 일반화하기.

제안 방법

• 부분합 $S_n$을 마르코프 대기와 잔여항의 합으로 나타내기 위해 전진-후진 마르코프 대체 분해를 활용하기.
• 전진-후진 분해의 삼각형 구조를 기반으로 하여 잔여항을 제어하기 위한 새로운 최대부등식 유도하기.
• 정규화된 과정 $S_{[nt]}/\text{std}(S_n)$의 약한 수렴이 브라운 운동으로 이르는 것을 보이기 위해 타이트성 기준 적용하기.
• 역행성 체인에서 $\sigma_n^2 = nh(n)$와 $\|\mathbb{E}_0(S_n)\|_2 = o(\sigma_n)$ 사이의 동치성을 활용하여 분석을 단순화하기.
• 무거운 尾 꼬리를 가진 i.i.d. 수열의 안정 분포의 영역과 극한정리 결과를 응용하여 예시 구성하기.
• 체인의 재생 구조를 활용하여 합을 분해하고 정규화 과정에서의 오차 항을 제어하기.

실험 결과

연구 질문

• RQ1 분산이 천천히 변화하는 함수 $h$에 대해 $nh(n)$ 형태로 비선형적으로 증가할 때, 역행성 마르코프 체인에서 기능적 중심극한정리가 성립하는 조건은 무엇인가?
• RQ2 비슷한 체인에서 정규화된 부분합의 조건부 수렴이 기능적 설정에서 브라운 운동으로의 약한 수렴을 유도할 수 있는가?
• RQ3 비선형 분산 성장 상황에서 전진-후진 마르코프 대체 분해의 잔여항을 제어하기 위해 필요한 새로운 최대부등식은 무엇인가?
• RQ4 전진-후진 마르코프 대체 분해가 기능적 중심극한정리 프레임워크에서 타이트성과 수렴 결과를 도출하는 데 어떻게 활용될 수 있는가?
• RQ5 메트로폴리스-하스팅스 알고리즘과 같이 천천히 변화하는 분산을 가진 특정 모델에 대해 이 결과의 함의는 무엇인가?

주요 결과

• 역행성 마르코프 체인에서 $\sigma_n^2 = nh(n)$이고 $h$가 천천히 변화하는 경우, $S_n / \sigma_n$의 조건부 수렴이 기능적 중심극한정리를 유도한다.
• 조건 $\|\mathbb{E}_0(S_n)\|_2 = o(\sigma_n)$ 하에서 기능적 중심극한정리가 성립하며, 이 조건은 $\sigma_n^2 = nh(n)$와 동치이다.
• 저자들은 $b_n^2 \sim 2n \ln n$ 이면 $S_n / b_n \Rightarrow N(0,1)$임을 증명하여, $\sigma_n$으로 정규화할 경우 비표준 정규 극한이 나타나며 분산이 $1/2$임을 보여준다.
• 논문은 $W_n(t) \Rightarrow 2^{-1/2} W(t)$임을 증명한다. 여기서 $W_n(t)$는 정규화된 과정이고 $W(t)$는 표준 브라운 운동이다.
• 이 방법은 전통적인 선형 분산 케이스를 초월하여 기능적 중심극한정리를 확장하며, 메트로폴리스-하스팅스 알고리즘과 같이 체계적 분포가 무거운 꼬리가 있는 모델에 적용 가능한 프레임워크를 제공한다.
• 예시로 $\sigma_n^2 \sim 2n \ln n$ 인 경우를 구성하였으며, 정규화된 합이 분산이 $1/2$인 정규분포로 수렴함을 확인하여 이론적 결과를 검증하였다.