[論文レビュー] Product Inequalities for Multivariate Gaussian, Gamma, and Positively Upper Orthant Dependent Distributions

Dominic Edelmann, Donald Richards+1 more|arXiv (Cornell University)|Apr 13, 2022

Mathematical Inequalities and Applications被引用数 5

ひとこと要約

本稿は、多変量正規分布、ガンマ分布、および正の上直交部分集合依存性（PUOD）分布に対する新しい積不等式を確立する。PUOD依存性のもとで非負の指数に対して弱い正規積不等式（GPI）を証明し、ガウス相関不等式を用いて負の指数に対する強い形を示し、多変量統計におけるモーメント不等式に関する先行研究を拡張する。

ABSTRACT

The Gaussian product inequality is an important conjecture concerning the moments of Gaussian random vectors. While all attempts to prove the Gaussian product inequality in full generality have been unsuccessful to date, numerous partial results have been derived in recent decades and we provide here further results on the problem. Most importantly, we establish a strong version of the Gaussian product inequality for multivariate gamma distributions in the case of nonnegative correlations, thereby extending a result recently derived by Genest and Ouimet [5]. Further, we show that the Gaussian product inequality holds with nonnegative exponents for all random vectors with positive components whenever the underlying vector is positively upper orthant dependent. Finally, we show that the Gaussian product inequality with negative exponents follows directly from the Gaussian correlation inequality.

研究の動機と目的

• 非負の相関を有する多変量ガンマ分布に対するガウス積不等式（GPI）を拡張すること。
• 正の成分を有する確率的ベクトルに対して、正の上直交部分集合依存性（PUOD）のもとで弱いGPIを確立すること。
• ガウス相関不等式を用いて負の指数に対する強いGPIを証明すること。
• 多変量分布におけるモーメント不等式に関する既存の結果を統一的かつ一般化すること。
• 多変量生存関数および統合技術を用いた、積不等式を導出するための新規な手法を提供すること。

提案手法

• 補題3.1を用いて、正の実数上での統合を用いて多変量生存関数からモーメント不等式を導出する。
• 変換された確率的変数 $ |X_j|^{-n_j} $ にガウス相関不等式を適用し、負の指数に対する強いGPIを導出する。
• 正の上直交部分集合依存性（PUOD）および強いPUOD（SPUOD）の概念を導入し、モーメント不等式を一般化する。
• 変数変換 $ t_j = |X_j|^{n_j} $ を行い、元の不等式を生存関数の不等式に変換することで、$ \mathbb{R}^d_{\geq 0} $ 上での統合が可能になる。
• 補題3.1により、$ \mathbb{E}[\prod |X_j|^{n_j}] = \int_{\mathbb{R}^d_{\geq 0}} \mathbb{P}(\prod |X_j|^{n_j} \geq t_j) \, dt $ が成り立つことを利用する。
• もし $ |\mathbf{X}| $ がSPUODであれば、すべての $ n_j \geq 0 $ に対して強いGPIが成り立つことを示す。

実験結果

リサーチクエスチョン

• RQ1 相関行列が非負である多変量ガンマ分布に対して、弱いガウス積不等式は成り立つか？
• RQ2 弱いGPIは、PUOD依存性のもとで一般の正の成分を有する確率的ベクトルに拡張可能か？
• RQ3 ガウス分布ベクトルにおいて、負の指数に対する強いGPIは成り立つか？もしそうなら、どのような条件下で成り立つか？
• RQ4 ガウス相関不等式を用いて、逆モーメントに関する新しい積不等式を導出可能か？
• RQ5 依存構造にどのような条件が課されると、一般のモーメント指数に対する強い積不等式が有効になるか？

主な発見

• 相関行列が非負であるとき、弱いガウス積不等式は多変量ガンマ分布に対しても成り立ち、GenestとOuimetの結果を拡張する。
• 任意の正の成分を有する確率的ベクトルに対して、$ |\mathbf{X}| $ が正の上直交部分集合依存性（PUOD）を満たすならば、すべての非負の指数 $ n_j $ に対して弱いGPIが成り立つ。
• もし $ |\mathbf{X}| $ が強く正の上直交部分集合依存性（SPUOD）を満たすならば、すべての添字集合 $ I \subset \{1,\ldots,d\} $ および非負の指数に対して強いGPIが成り立つ。
• 負の指数に対する強いGPIは、ガウス相関不等式から直接導出可能であり、$ |X_j|^{-n_j} $ の生存関数の統合を通じて示される。
• この手法は一般に適用可能である：正の確率的ベクトルが下直交部分集合確率においてガウス型の相関不等式を満たすならば、その逆モーメントは強い積不等式を満たす。
• この結果は、同じ相関不等式を満たす多変量ガンマ分布に対しても拡張可能であり、負の指数に対してGPIが成り立つ新たな分布クラスを提供する。