[论文解读] A sharp correlation inequality with an application to almost sure local limit theorem

Michel Weber|arXiv (Cornell University)|Dec 16, 2010

Probability and Risk Models参考文献 3被引用 6

一句话总结

本文为独立同分布的平方可积格点分布随机变量之和建立了严格的相关性不等式，在仅要求二阶矩的最小矩条件下，证明了几乎必然的局部极限定理。关键创新在于引入麦克唐纳（MacDonald）的伯努利部分概念，克服了当绝对三阶矩不为有限时先前方法的失效，从而将此前需要 $\mathbb{E}|X|^{2+\varepsilon} < \infty$ 的结果推广至仅要求二阶矩的条件。结果在连续格点点具有正概率的自然条件下成立。

ABSTRACT

We prove a new sharp correlation inequality for sums of i.i.d. square integrable lattice distributed random variables. We also apply it to establish an almost sure local limit theorem for iid square integrable random variables taking values in an arbitrary lattice. This extends a recent similar result jointly obtained with Antonini-Giuliano, under a slightly stronger absolute moment assumption (of order $2+u$ with $u&gt;0$). The approach used to treat the case $u&gt;0$ breaks down when $u=0$. MacDonald's concept of the Bernoulli part of a random variable is used in a crucial way to remedy this.

研究动机与目标

• 在最小矩假设下，为独立同分布的平方可积格点分布随机变量之和建立严格的相关性不等式。
• 在仅存在二阶矩的条件下，将几乎必然局部极限定理推广至先前方法在 $\mathbb{E}|X|^{2+\varepsilon} < \infty$ 不成立时失效的情形。
• 通过引入麦克唐纳（MacDonald）关于随机变量伯努利部分的概念，解决早期方法因依赖高阶矩假设而导致的技术性失效问题。
• 证明几乎必然局部极限定理对独立同分布的平方可积格点分布随机变量成立，且无需要求 $\mathbb{E}|X|^{2+\varepsilon} < \infty$。
• 在自然的局部正性条件下，为所有 $1 \leq m < n$ 提供联合概率偏离独立性的定量界。

提出的方法

• 通过分析独立同分布格点分布随机变量部分和之间的依赖结构，推导出联合概率 $\mathbb{P}\{S_n = \kappa_n, S_m = \kappa_m\}$ 的严格相关性不等式。
• 利用麦克唐纳（MacDonald）关于随机变量伯努利部分的概念对分布进行分解，从而在高阶矩不可用时隔离关键依赖结构。
• 在 $\mathbb{P}\{X=k\} \wedge \mathbb{P}\{X=k+1\} > 0$ 的条件下，建立新的 $S_n = \kappa_n$ 与 $S_m = \kappa_m$ 之间相关性的界，其量级为 $C_c \sqrt{m/n}$，其中 $m \leq cn$ 且 $0 < c < 1$。
• 将相关性不等式应用于证明几乎必然局部极限定理，通过证明归一化指示函数的切比雪夫平均几乎必然收敛于正态密度。
• 利用带余项的局部极限定理（定理 1.4）控制单个概率的渐近行为，即使余项不满足 $\mathcal{O}(n^{-\alpha})$（$\alpha > 0$）也成立。
• 基于 $n_{\kappa}$（即连续格点点具有正概率的最小时间）的子序列论证，将问题简化为平稳增量结构，并应用加权和的大数定律。

实验结果

研究问题

• RQ1 能否在不假设 $\mathbb{E}|X|^{2+\varepsilon} < \infty$ 的前提下，为独立同分布的平方可积格点分布随机变量之和建立严格的相关性不等式？
• RQ2 当 $\varepsilon = 0$ 时，先前方法失效，如何将几乎必然局部极限定理推广至仅存在二阶矩的情形？
• RQ3 麦克唐纳（MacDonald）关于伯努利部分的概念在放弃高阶矩假设后，如何在分析中发挥作用？
• RQ4 条件 $\mathbb{P}\{X=k\} \wedge \mathbb{P}\{X=k+1\} > 0$ 对于某些 $k$，是否为相关性不等式成立的必要且充分条件？
• RQ5 是否能通过利用格点结构与概率渐近行为的子序列论证，证明几乎必然局部极限定理？

主要发现

• 建立了严格的相关性不等式：对 $1 \leq m < n$，$S_n = \kappa_n$ 与 $S_m = \kappa_m$ 之间的相关性被界为 $C \left( \frac{1}{\sqrt{n/m - 1}} + \frac{n^{1/2}}{(n-m)^{3/2}} \right)$，其中 $C$ 依赖于序列 $\kappa_n$。
• 当 $m \leq cn$ 且 $0 < c < 1$ 时，相关性界简化为 $C_c \sqrt{m/n}$，该界在量级意义下为最优。
• 几乎必然局部极限定理成立：几乎必然地有 $\lim_{N \to \infty} \frac{1}{\log N} \sum_{n \leq (N+1)n_{\kappa}} \frac{1}{\sqrt{n}} \mathbf{1}_{\{S_n = \kappa_n\}} = \frac{D}{\sigma \sqrt{2\pi}} e^{-\kappa^2 / (2\sigma^2)}$。
• 该结果将此前需要 $\mathbb{E}|X|^{2+\varepsilon} < \infty$ 的工作推广至仅要求有限二阶矩的最小假设，通过伯努利部分绕过了对高阶矩控制的需求。
• $\mathbb{P}\{X=k\} \wedge \mathbb{P}\{X=k+1\} > 0$ 的条件被证明是自然且充分的，以确保概率渐近行为允许局部极限定理的应用。
• 基于子序列分析与伯努利部分使用的方法论，成功克服了当 $\varepsilon = 0$ 时余项方法的失效，为在弱矩条件下实现几乎必然结果提供了稳健框架。