[논문 리뷰] On relations between extreme value statistics, extreme random matrices and Peak-Over-Threshold method

Jacek Grela, Maciej A. Nowak|arXiv (Cornell University)|2017. 11. 09.

Stochastic processes and statistical mechanics인용 수 4

한 줄 요약

이 논문은 희박화 방법을 사용하여 고전적 극값 통계와 그 자유 확률 해석 간의 이론적 연결을 수립하며, 자유 극값 법칙(웨이불, 프레체트, 굼벨)이 초과값 프레임워크 내에서 일반화된 푸아송 분포와 정확히 일치함을 보여준다. 고전적 극값 법칙과 자유 극값 법칙 사이의 명시적 지수 관계를 유도하고, 각 자유 극값 법칙을 실현하는 명시적 랜덤 행렬 군집을 제공한다.

ABSTRACT

Using the \emph{thinning method}, we explain the link between classical Fisher-Tippett-Gnedenko classification of extreme events and their free analogue obtained by Ben Arous and Voiculescu in the context of free probability calculus. In particular, we present explicit examples of large random matrix ensembles, realizing free Weibull, free Fr\'{e}chet and free Gumbel limiting laws, respectively. We also explain, why these free laws are identical to Balkema-de Haan-Pickands limiting distribution for exceedances, i.e. why they have the form of generalized Pareto distributions and derive a simple exponential relation between classical and free extreme laws.

연구 동기 및 목표

• 랜덤 행렬 이론에서 고전적 극값 이론과 그 자유 확률 해석 간의 연결 고리를 명확히 하기.
• 자유 웨이불, 프레체트, 굼벨 극값 법칙을 실현하는 명시적 대규모 랜덤 행렬 군집을 특정하기.
• 자유 극값 법칙이 초과값 프레임워크에서의 발바라지-데하안-피카운즈 분포(즉, 일반화된 푸아송 분포)와 정확히 일치함을 보여주기.
• 고전적 극값 법칙과 그 자유 해석 간의 단순 지수 관계를 유도하기.
• 희박화 절차를 통해 초과값 프레임워크를 자유 확률 이론과 통합하기.

제안 방법

• 희박화 방법을 적용하여 랜덤 행렬 군집의 맥락에서 고전적 극값 법칙과 자유 극값 법칙 간의 대응 관계를 수립한다.
• 고전적 극값 법칙(Gumbel, Fréchet, Weibull)을 자유 확률 계산의 희박화 변환을 통해 그 자유 해석으로 매핑한다.
• 자유 웨이불, 자유 프레체트, 자유 굼벨 법칙 각각을 실현하는 명시적 랜덤 행렬 군집을 구성한다.
• 논문은 초과값 프레임워크에서의 초과 분포의 극한 분포가 정확히 자유 극값 법칙과 일치함을 보여준다. 이는 일반화된 푸아송 분포이다.
• 고전적 극값 법칙과 그 자유 해석 간의 지수 관계를 유도하여 두 프레임워크를 수학적으로 연결한다.

실험 결과

연구 질문

• RQ1 랜덤 행렬 맥락에서 고전적 극값 법칙과 그 자유 확률 해석 간의 관계는 어떻게 되는가?
• RQ2 자유 극값 법칙은 초과값 프레임워크에서 유도된 일반화된 푸아송 분포와 일치하는가?
• RQ3 어떤 명시적 랜덤 행렬 군집이 자유 웨이불, 프레체트, 굼벨 법칙을 실현하는가?
• RQ4 고전적 극값 법칙과 자유 극값 법칙 간의 기능적 관계는 무엇인가?
• RQ5 희박화 방법을 통해 고전적 극값 이론과 자유 확률 이론을 극값 순서 통계의 맥락에서 통합할 수 있는가?

주요 결과

• 자유 극값 법칙(웨이불, 프레체트, 굼벨)이 초과값 프레임워크에서 유도된 일반화된 푸아송 분포와 정확히 일치함을 입증하였다.
• 세 가지 자유 극값 법칙 각각으로 수렴하는 명시적 대규모 랜덤 행렬 군집이 구성되었다.
• 초과값 프레임워크에서의 초과 분포의 극한 법칙이 수학적으로 자유 극값 법칙과 동일함을 보였다.
• 고전적 극값 법칙과 그 자유 해석 간의 명시적 지수 관계가 도출되었다.
• 희박화 방법을 통해 고전적 극값 통계와 자유 확률 이론 간의 이론적 다리를 성공적으로 구축하였다.