[论文解读] On the regularity of the conditional distribution of the sample mean

Victor Chulaevsky|arXiv (Cornell University)|Apr 25, 2013

Random Matrices and Applications参考文献 5被引用 12

一句话总结

该论文建立了独立同分布随机样本中样本均值给定波动时的条件分布的正则性，证明了对于光滑概率密度（超越高斯分布）的情形，条件密度以高概率保持一致有界。关键结果表明，样本均值落在某一区间的条件概率受一个与区间长度及 $ N^{1/2} $ 成比例的界控制，且尾部概率随偏差阈值的平方衰减。

ABSTRACT

We show that the hypothesis of regularity of the conditional distribution of the empiric average of a finite sample of IID random variables, given all the sample "fluctuations", which appeared in our earlier manuscript |1] in the context of the eigenvalue concentration analysis for multi-particle random operators, is satisfied for a class of probability distributions with piecewise-constant or sufficiently smooth probability density. It extends the well-known property of Gausssian IID samples.

研究动机与目标

• 建立独立同分布随机样本中样本均值给定波动时的条件分布的正则性。
• 将高斯样本中样本均值与波动独立且密度有界的经典性质，推广至更广泛的光滑密度概率分布类。
• 对样本均值条件密度的本质上确界提供更强的概率估计。
• 支持多粒子随机算子理论中的应用，特别是特征值集中度量（EVC）的边界估计。
• 量化条件密度超过给定阈值的概率，从而在局域化理论中实现严格控制。

提出的方法

• 采用分解 $ X_i = \xi_N + \eta_i $，其中 $ \xi_N $ 为样本均值，$ \eta_i $ 为在 $ L^2 $ 意义下与 $ \xi_N $ 正交的波动项。
• 将给定 $ \mathfrak{F}_\eta $ 时 $ \xi_N $ 的条件分布表示为仿射直线 $ \mathcal{L}(Y) $ 上的密度，以 $ t = \tilde{\xi}_N $ 为参数，密度为 $ p(t) \propto \prod_{j=1}^N \rho(\eta_j + tN^{-1/2}) $。
• 对密度 $ \rho $ 施加光滑性假设，包括 $ \rho' / \rho $ 的有界性，以控制条件密度的导数并确保其一致有界。
• 推导出在长度 $ \ell_N \sim N^{-1} $ 的区间上密度相对变化的界，表明在这些区间内密度保持在最大值的常数倍范围内。
• 采用几何论证：若支撑区间 $ \mathcal{X}(Y) $ 足够大（$ > 2\ell_N $），则条件密度在区间内一致有界。
• 应用一个概率引理，以界住 $ |\mathcal{X}(Y)| < r $ 的概率，从而导出条件密度超过阈值的尾部界。

实验结果

研究问题

• RQ1 在何种条件下，样本均值给定波动的条件分布以高概率保持一致有界？
• RQ2 高斯情形中样本均值与波动独立的正则性性质，能否推广至具有光滑密度的非高斯独立同分布样本？
• RQ3 样本均值条件密度在区间上的本质上确界的尖锐概率界是什么？
• RQ4 条件密度取值较大的概率如何随偏差阈值变化而衰减？
• RQ5 底层密度的光滑性与条件样本均分布正则性之间的定量关系为何？

主要发现

• 对于具有光滑、有界概率密度 $ \rho $ 的独立同分布样本，样本均值 $ \xi_N $ 给定波动的条件密度以高概率保持一致有界。
• 给定 $ \mathfrak{F}_\eta $ 时，$ \xi_N \in [t, t+s] $ 的条件概率的本质上确界被界为 $ 2N^{1/2}\ell_N^{-1}s $，其中 $ \ell_N \sim N^{-1} $。
• 条件密度超过 $ \delta^{-1} $ 的概率被界为 $ 4\overline{\rho}^2 N^2 \delta^2 $，表明其随 $ \delta $ 呈平方衰减。
• 当支撑区间 $ \mathcal{X}(Y) $ 足够大（大于 $ 2\ell_N $）时，条件密度在区间内的变化不超过一个常数因子，从而确保正则性。
• 对对数密度导数的界确保了条件密度不会变化过快，从而实现一致控制。
• 该结果将经典高斯情形推广至一大类光滑密度，其在多粒子随机算子的特征值集中度分析中具有应用价值。