[论文解读] Intrinsic Means on the Circle: Uniqueness, Locus and Asymptotics

Thomas Hotz, Stephan Huckemann|arXiv (Cornell University)|Aug 10, 2011

Morphological variations and asymmetry参考文献 6被引用 6

一句话总结

本文確立了圓周上內蕴均值的局部與整體唯一性條件，表明收斂速率與漸近常態性在很大程度上取決於分佈在對徑點附近的行為。若該處的密度低於均勻分佈，則內蕴均值具有局部唯一性，且收斂速率為 $n^{-1/2}$；隨著密度趨近於均勻，收斂速率會任意減慢，且在極限下唯一性喪失。

ABSTRACT

This paper gives a comprehensive treatment of local uniqueness, asymptotics and numerics for intrinsic means on the circle. It turns out that local uniqueness as well as rates of convergence are governed by the distribution near the antipode. In a nutshell, if the distribution there is locally less than uniform, we have local uniqueness and asymptotic normality with a rate of 1 / \surdn. With increased proximity to the uniform distribution the rate can be arbitrarly slow, and in the limit, local uniqueness is lost. Further, we give general distributional conditions, e.g. unimodality, that ensure global uniqueness. Along the way, we discover that sample means can occur only at the vertices of a regular polygon which allows to compute intrinsic sample means in linear time from sorted data. This algorithm is finally applied in a simulation study demonstrating the dependence of the convergence rates on the behavior of the density at the antipode.

研究动机与目标

• 解決在現實方向分佈下，圓周上內蕴均值中央極限定理長期存在的理論缺口。
• 明確內蕴均值在局部或整體唯一的情境條件，特別著重於對徑點分佈的角色。
• 推導依賴於對徑點附近密度局部行為的收斂速率與漸近常態性結果。
• 提出一種線性時間演算法，用於從已排序的圓周資料計算內蕴樣本均值。
• 模擬並驗證在對徑點附近非標準密度下的理論漸近行為。

提出的方法

• 定義內蕴均值為單位圓 $S^1 = [-\pi, \pi)$ 上期望平方內蕴距離的最小化點，且端點被識別為同一點。
• 使用內蕴距離函數 $d(\mu, X) = |\mu - X - 2\pi \nu^{(X)}(\mu)|$，其中 $\nu^{(X)}(\mu)$ 用於調整圓周拓撲結構。
• 分析變異數函數 $V(\mu) = \mathbb{E}[d(\mu, X)^2]$ 及其可微性，以推導局部唯一性的條件。
• 確立若對徑點處的密度嚴格小於均勻分佈，則局部唯一性與 $n^{-1/2}$ 收斂速率成立。
• 當對徑點附近的密度遠離均勻性時，推導出具有 $n^{-1/2}$ 收斂速率的漸近常態性。
• 證明樣本均值僅可能出現在正多邊形的頂點上，從而實現從已排序資料出發的線性時間計算。

实验结果

研究问题

• RQ1 在何種條件下，圓周上的內蕴均值具有局部唯一性？
• RQ2 機率密度在對徑點附近的行為如何影響內蕴樣本均值的收斂速率？
• RQ3 何種分佈假設可保證內蕴均值的整體唯一性？
• RQ4 能否從已排序的圓周資料高效計算內蕴樣本均值？
• RQ5 當對徑點處的密度趨近於均勻時，非標準收斂速率如何產生？

主要发现

• 內蕴均值的局部唯一性成立，當且僅當對徑點附近的分佈嚴格小於均勻分佈。
• 當對徑點處的密度遠離均勻性時，具有 $n^{-1/2}$ 收斂速率的漸近常態性得以保持。
• 當對徑點處的密度趨近於均勻時，收斂速率會任意減慢，當密度與均勻分佈之差為 $O(x^k)$ 項時，收斂速率降至 $n^{-1/(2(k+1))}$。
• 當對徑點處密度局部均勻時，局部唯一性喪失，可能出現多個最小化點。
• 樣本均值僅可能出現在正多邊形的頂點上，從而實現從已排序資料出發的線性時間計算。
• 模擬結果確認了預測的收斂速率與漸近常態性，中位數絕對偏差（MAD）與對徑點附近各種密度的理論預測相符。