[论文解读] A Berry Esseen Theorem for the Lightbulb Process

Larry Goldstein, Haimeng Zhang|arXiv (Cornell University)|Jan 5, 2010

Random Matrices and Applications参考文献 11被引用 7

一句话总结

本文建立了光泡过程的Berry-Esseen定理，该过程是一个马尔可夫链模型，其中n个灯泡依次被切换，证明了正态近似误差以O(n^{-1/2})的速率衰减。通过使用有界、单调的大小偏倚耦合的Stein方法，推导出标准化灯泡开启数量与标准正态分布之间Kolmogorov-Smirnov距离的显式界，适用于所有有限n，且通过链的谱分解对偶数n提供了更紧密的控制。

ABSTRACT

In the so called lightbulb process, on days $r=1,..., n$, out of $n$ lightbulbs, all initially off, exactly $r$ bulbs, selected uniformly and independent of the past, have their status changed from off to on, or vice versa. With $X$ the number of bulbs on at the terminal time $n$, an even integer, and $μ=n/2, σ^2=Var(X)$, we have $$ \sup_{z \in \mathbb{R}} |P(\frac{X-μ}σ \le z)-P(Z \le z)| \le \frac{n}{2σ^2} \barΔ_0 + 1.64 \frac{n}{σ^3}+ \frac{2}σ $$ where $Z$ is a standard normal random variable, and $$ \barΔ_0 = 1/2\sqrt{n}} + \frac{1}{2n} + 1/3 e^{-n/2} \qmq {for $n \ge 6$,} $$ yielding a bound of order $O(n^{-1/2})$ as $n o \infty$. A similar, though slightly larger bound holds for $n$ odd. The results are shown using a version of Stein's method for bounded, monotone size bias couplings. The argument for even $n$ depends on the construction of a variable $X^s$ on the same space as $X$ that has the $X$-size bias distribution, that is, that satisfies \beas E [X g(X)] =μE[g(X^s)] \quad for all bounded continuous $g$, \enas and for which there exists a $B \ge 0$, in this case B=2, such that $X \le X^s \le X+B$ almost surely. The argument for $n$ odd is similar to that for $n$ even, but one first couples $X$ closely to $V$, a symmetrized version of $X$, for which a size bias coupling of $V$ to $V^s$ can proceed as in the even case. In both the even and odd cases, the crucial calculation of the variance of a conditional expectation requires detailed information on the spectral decomposition of the lightbulb chain.

研究动机与目标

• 为光泡过程（一种通过顺序随机切换灯泡的马尔可夫链模型）中开启灯泡数量的有限样本Berry-Esseen界建立理论框架。
• 解决关于开启灯泡最终分布的渐近正态性及其近似质量的开放问题。
• 开发并应用一种专用于该过程中有界、单调依赖结构的大小偏倚耦合技术。
• 为偶数和奇数n提供Kolmogorov-Smirnov距离的显式、非渐近误差界。

提出的方法

• 使用有界、单调的大小偏倚耦合的Stein方法来限制正态近似误差。
• 构造终端计数$X$的大小偏倚版本$X^s$，使得$X \leq X^s \leq X + 2$几乎必然成立，且对所有有界连续函数$g$满足$\mathbb{E}[Xg(X)] = \mu \mathbb{E}[g(X^s)]$。
• 对于偶数$n$，直接将$X$与其中的大小偏倚版本耦合；对于奇数$n$，先将$X$与一个对称化变量$V$耦合，再对$V$进行大小偏倚处理。
• 利用光泡链的谱分解来计算条件期望的方差，这是Stein方法界中的关键组成部分。
• 通过下降阶乘表达式推导出$\lambda_{n,b,{\bf s}}$的显式表达式，以刻画在开关模式${\bf s}$下$X_{{\bf s}}$的均值与方差。
• 应用组合恒等式和对三个开关配置的条件期望计算，以验证Stein界中的关键项。

实验结果

研究问题

• RQ1 光泡过程中开启灯泡数量的正态收敛速率是多少？
• RQ2 能否使用Stein方法为这种依赖、非i.i.d.的和建立Berry-Esseen界？
• RQ3 光泡过程的结构——特别是逐步切换越来越多灯泡的机制——如何影响正态近似误差？
• RQ4 底层马尔可夫链的谱分解在控制大小偏倚耦合误差中起到什么作用？

主要发现

• 对于偶数$n$，标准化终端计数$X$与标准正态变量$Z$之间的Kolmogorov-Smirnov距离被限制为$\frac{n}{2\sigma^2}\overline{\Delta}_0 + 1.64\frac{n}{\sigma^3} + \frac{2}{\sigma}$，其中$\overline{\Delta}_0 = \frac{1}{2\sqrt{n}} + \frac{1}{2n} + \frac{1}{3}e^{-n/2}$，适用于$n \geq 6$。
• 该界以$O(n^{-1/2})$的速率随$n \to \infty$衰减，证实了渐近正态性并给出了定量收敛速率。
• 对于奇数$n$，类似界成立，但常数略大，通过在大小偏倚前使用对称化耦合实现。
• 在Stein方法框架中，条件期望的方差通过光泡链转移矩阵的详细谱分解计算得出。
• 分析确认，正态近似误差受开关模式${\bf s} = (1,\ldots,n)$的结构控制，且$\lambda_{n,b,{\bf s}}$的显式表达式决定了均值与方差。
• 证明验证了涉及开关配置上条件权重的若干关键组合恒等式，确保了大小偏倚耦合项的正确性。