[论文解读] Log determinant of large correlation matrices under infinite fourth moment

Johannes Heiny, Nestor Parolya|arXiv (Cornell University)|Dec 31, 2021

Random Matrices and Applications被引用 5

一句话总结

本文在数据条目具有无限四阶矩但呈现指数 $\alpha \in (3,4)$ 的正则变化尾部且对称的条件下，建立了大型样本相关矩阵对数行列式的中心极限定理（CLT）。在这些重尾条件下，该CLT依然成立，表明对数行列式统计量在高维、重尾设定下具有鲁棒性，前提是保持对称性和有限的三阶绝对矩。

ABSTRACT

In this paper, we show the central limit theorem for the logarithmic determinant of the sample correlation matrix $\mathbf{R}$ constructed from the $(p imes n)$-dimensional data matrix $\mathbf{X}$ containing independent and identically distributed random entries with mean zero, variance one and infinite fourth moments. Precisely, we show that for $p/n o γ\in (0,1)$ as $n,p o \infty$ the logarithmic law \begin{equation*} \frac{\log \det \mathbf{R} -(p-n+\frac{1}{2})\log(1-p/n)+p-p/n}{\sqrt{-2\log(1-p/n)- 2 p/n}} \overset{d}{ ightarrow} N(0,1)\, \end{equation*} is still valid if the entries of the data matrix $\mathbf{X}$ follow a symmetric distribution with a regularly varying tail of index $α\in (3,4)$. The latter assumptions seem to be crucial, which is justified by the simulations: if the entries of $\mathbf{X}$ have the infinite absolute third moment and/or their distribution is not symmetric, the logarithmic law is not valid anymore. The derived results highlight that the logarithmic determinant of the sample correlation matrix is a very stable and flexible statistic for heavy-tailed big data and open a novel way of analysis of high-dimensional random matrices with self-normalized entries.

研究动机与目标

• 研究当数据条目具有无限四阶矩时，样本相关矩阵对数行列式的渐近分布。
• 确定在存在重尾、无限方差数据的情况下，经典Girko对数律（对数行列式CLT）在何种条件下依然有效。
• 评估对数行列式作为高维统计量，在非高斯、重尾分布下的鲁棒性。
• 识别在有限四阶矩假设之外，对数行列式CLT成立的必要和充分条件，特别是对称性和尾指数。

提出的方法

• 推导了 $\log \det \mathbf{R}$ 的中心极限定理，其中 $\mathbf{R}$ 是来自均值为零、单位方差、尾指数 $\alpha \in (3,4)$ 的正则变化尾部的独立同分布数据的样本相关矩阵。
• 使用对数行列式的随机表示，并应用鞅中心极限定理技术，以处理 $\mathbf{R}$ 中由标准化引起的非线性依赖。
• 采用截断与条件化方法，控制重尾条目中极端值的影响，确保收敛到正态分布。
• 在 $p/n \to \gamma \in (0,1)$ 的情形下分析对数行列式的渐近行为，当 $n,p \to \infty$ 时，其归一化形式与经典Girko律一致。
• 通过模拟验证CLT，显示当对称性或有限三阶绝对矩被破坏时，CLT会失效。
• 依赖随机矩阵理论中的高级工具，包括谱分析以及非高斯情况下二次型的矩界。

实验结果

研究问题

• RQ1 当数据条目具有无限四阶矩但对称且尾指数 $\alpha \in (3,4)$ 的正则变化尾部时，样本相关矩阵对数行列式的经典中心极限定理是否仍然成立？
• RQ2 在重尾区域中，Girko对数律保持有效的最小矩条件和对称性条件是什么？
• RQ3 在无限方差下，样本相关矩阵中的归一化如何影响对数行列式的渐近分布？
• RQ4 当数据分布具有重尾和无限四阶矩时，对数行列式能否保持作为高维推断的稳定且灵活的统计量？
• RQ5 当对称性假设或三阶绝对矩的存在性被破坏时，CLT会发生什么变化？

主要发现

• 在对称、独立同分布的数据条目具有指数 $\alpha \in (3,4)$ 的正则变化尾部、即使四阶矩无限的假设下，对数行列式 $\log \det \mathbf{R}$ 的经典Girko对数律依然有效。
• 极限分布为标准正态分布：当 $n,p \to \infty$ 且 $p/n \to \gamma \in (0,1)$ 时，有 $$ \frac{\log\det{\mathbf{R}}-(p-n+\frac{1}{2})\log(1-p/n)+p-p/n}{\sqrt{-2\log(1-p/n)-2p/n}} \xrightarrow{d} N(0,1) $$
• 当条目具有无限三阶绝对矩或不对称时，该结果会失效，模拟结果已证实这一点。
• 在 $\alpha \in (3,4)$ 的对称、正则变化重尾分布下，对数行列式具有鲁棒性和稳定性，使其成为高维推断的可靠工具。
• 本研究揭示，尽管标准化引入了非线性，但在特定尾部和对称性条件下，样本相关矩阵中的归一化仍能保持对数行列式CLT的有效性。
• 研究结果为在重尾假设下分析具有自归一化条目的高维随机矩阵开辟了新途径。