[논문 리뷰] Two-sided inequalities for the density function's maximum of weighted sum of chi-square variables

Sergey G. Bobkov, Alexey Naumov외 1명|arXiv (Cornell University)|2020. 12. 19.

Point processes and geometric inequalities참고 문헌 8인용 수 4

한 줄 요약

이 논문은 중심 및 비중앙 카이제곱 변수의 가중합의 확률 밀도 함수의 최대값에 대해 날카운 양방향 경계를 확립한다. 특성 함수 분석과 역행렬 기법을 사용하여, 밀도 함수의 sup-노름이 상수배인 $(A_1A_2)^{-1/4}$ 로 위아래로 유계임을 증명한다. 여기서 $A_1 = \sum \lambda_k^2$ 이고 $A_2 = \sum_{k\geq 2} \lambda_k^2$ 이며, 절대 상수는 명시적으로 정량화되어 있다.

ABSTRACT

Two--sided bounds are constructed for a probability density function of a weighted sum of chi-square variables. Both cases of central and non-central chi-square variables are considered. The upper and lower bounds have the same dependence on the parameters of the sum and differ only in absolute constants. The estimates obtained will be useful, in particular, when comparing two Gaussian random elements in a Hilbert space and in multidimensional central limit theorems, including the infinite-dimensional case.

연구 동기 및 목표

• 비중앙 카이제곱 변수의 가중합의 최대 밀도에 대한 하한을 제공함으로써 문헌에서의 격차를 메우기.
• 가중 카이제곱 변수의 합의 밀도 함수의 sup-노름에 대해 차원에 의존하지 않는 양방향 경계를 확립하기.
• 밀도 최대값에 대한 기존 상한을, 날카운 균일 추정을 제공함으로써 가우시안 비교 문제와 고차원 중심극한정리에서 향상시키기.
• 특히 가장 큰 고유값이 지배적이지 않을 경우, 비중앙 이동에 따른 밀도 최대값의 행동 분석하기.

제안 방법

• 푸리에 역행렬 공식과 특성 함수의 감쇠 추정을 사용하여 상한을 유도하기.
• 집중성과 대칭성의 고려를 통해 양의 측도를 갖는 집합에서 밀도가 아래로 유계임을 보이는 방식으로 하한을 확립하기.
• 특성 함수에 쥰센의 부등식을 적용하여 尾부 영역에서의 감쇠를 제어하기.
• 고유값에 대한 제약 조건 하에서 로그 함수의 단조성에 의해 로그 특성 함수의 최소화하기.
• 특성 함수의 적분을 저주파수 및 고주파수 영역으로 분해하기.
• 다른 주파수 간격에서의 경계를 조합하여 밀도 함수의 sup-노름에 대한 균일 추정을 도출하기.

실험 결과

연구 질문

• RQ1 가중 카이제곱 변수의 합의 밀도 함수 최대값에 대해 날카운 양방향 경계는 무엇인가?
• RQ2 이 경계들은 비중앙 케이스에서 어떻게 행동하는가? 특히 가장 큰 고유값이 지배적이지 않을 경우 어떻게 되는가?
• RQ3 밀도 최대값에 대한 기존 상한이 절대 상수의 차원에서 최적임을 입증할 수 있는가?
• RQ4 핵자리 노름과 고유값 구조는 경계의 날카움을 결정하는 데 어떤 역할을 하는가?
• RQ5 유한차원 근사에 의해 무한차원 힐베르트 공간 설정으로 경계가 어떻게 확장되는가?

주요 결과

• 중앙 카이제곱 합에 대해, 최대 밀도는 $ c_0 (A_1 A_2)^{-1/4} \leq M(W_0) \leq c_1 (A_1 A_2)^{-1/4} $ 를 만족하며, $ c_0 > 0.013 $, $ c_1 < 1.129 $, $ A_1 = \sum \lambda_k^2 $, $ A_2 = \sum_{k\geq 2} \lambda_k^2 $ 이다.
• 비중앙 합에 대해, 조건 $ \lambda_1^2 \leq A_1 / 3 $ 하에서 최대 밀도는 $ \frac{1}{4\sqrt{3}} (A_1 + B_1)^{-1/2} \leq M(W_a) \leq \frac{2}{\sqrt{A_1 + B_1}} $ 를 만족하며, 여기서 $ B_1 = \sum \lambda_k^2 a_k^2 $ 이다.
• 최대 밀도 $ M(W_a) $ 에 대한 하한은 $ \lambda_1^2 $ 에 대한 어떤 제약도 없이 성립하므로, 추정의 강건성이 입증된다.
• 이 경계들은 차원에 의존하지 않으며, 고유값과 이동 파라미터에만 의존하므로 고차원 및 무한차원 응용에 적합하다.
• 이 결과는 [1]에서의 상한이 동일한 주기수의 크기를 아래에서 달성됨을 보여주므로, 그 최적성의 확인을 한다.
• 증명 기법은 [1]의 상한을 Kullback–Leibler 발산이나 Pinsker 유형 부등식에 의존하지 않고, 새로운 자가 포함된 유도를 제공한다.