[论文解读] A simple proof of the Gaussian correlation conjecture extended to multivariate gamma distributions

Thomas Royen|arXiv (Cornell University)|Aug 5, 2014

Bayesian Methods and Mixture Models参考文献 12被引用 51

一句话总结

本文使用拉普拉斯变换和随机表示法，给出了多变量伽马分布下扩展高斯相关猜想的简洁证明。关键结果表明，当自由度为非整数或非整数值时，多变量伽马向量的联合累积分布函数严格大于其边缘分布的乘积，从而推广了经典高斯情形。

ABSTRACT

An extension of the Gaussian correlation conjecture (GCC) is proved for multivariate gamma distributions (in the sense of Krishnamoorthy and Parthasarathy). The classical GCC for Gaussian probability measures is obtained by the special case with one degree of freedom.

研究动机与目标

• 将高斯相关猜想（GCC）从高斯测度扩展至克里希纳莫蒂与帕尔塔萨拉蒂亚所定义的多变量伽马分布。
• 为具有广义正参数（包括非整数自由度）的多变量伽马分布，提供GCC的简短、自包含证明。
• 通过连续插值相关矩阵的累积分布函数导数的严格正性，证明相关不等式。
• 通过多变量伽马族，将经典GCC（适用于ν=1自由度的高斯测度）推广至更广泛的椭球族分布。
• 提出一种新的分析框架，利用拉普拉斯变换和Wishart矩阵表示法，推导并验证多变量伽马分布的不等式。

提出的方法

• 证明使用多变量伽马分布的拉普拉斯变换表示：|Iₙ + RT|⁻ᵅ，其中R为相关矩阵，T为非负变量的对角矩阵。
• 累积分布函数（CDF）通过Wishart分布的随机矩阵S的期望表示：F(x; α, R) = E[∏ⱼ Gₐ(λ⁻¹xⱼ, ½bⱼSbⱼᵀ)]，其中bⱼ为从R导出的矩阵B的行。
• 通过参数τ ∈ [0,1] 对非对角块R₁₂进行插值，定义连续路径Rₜ：Rₜ = [R₁₁, τR₁₂; τR₂₁, R₂₂]，确保非奇异。
• 利用拉普拉斯变换和密度函数的导数，分析CDF关于τ的导数，其被证明为非负项之和。
• CDF关于τ的导数∂/∂τ F(x; α, Rₜ) 表示为涉及参数(α+1)的CDF偏导数的和，其系数与典型相关性相关。
• 通过证明子向量之间的典型相关性不全为零，从而确立导数的严格正性，此性质源于R₁₂的正秩。

实验结果

研究问题

• RQ1 高斯相关猜想能否推广至具有非整数自由度的多变量伽马分布？
• RQ2 对于分块子向量，多变量伽马向量的联合CDF是否严格大于其边缘CDF的乘积？
• RQ3 不等式F(x; α, R) > F₁(x₁,…,xₙ₁; α, R₁₁)F₂(xₙ₁₊₁,…,xₙ; α, R₂₂)是否对所有正xᵢ和可接受的α成立？
• RQ4 相关矩阵的连续插值是否保持相关不等式成立？沿此路径CDF的导数是否严格为正？
• RQ5 典型相关性在决定多变量伽马分布相关不等式的严格性方面起什么作用？

主要发现

• 参数为α且相关矩阵为R的多变量伽马分布满足扩展的高斯相关猜想：对所有xᵢ > 0和可接受的α，有F(x; α, R) > F₁(x₁,…,xₙ₁; α, R₁₁)F₂(xₙ₁₊₁,…,xₙ; α, R₂₂)。
• 关于插值参数τ的CDF导数在τ ∈ (0,1)时严格为正，表明沿路径Rₜ不等式严格且单调。
• 当α = 1/2时，经典高斯相关猜想作为特例被恢复，对应ν = 1自由度。
• 该证明适用于所有满足2α ∈ ℕ或2α > n−2的α，且当拉普拉斯变换为无限可分时，也适用于所有α > 0。
• CDF的导数表示为涉及参数α+1的CDF偏导数的非负项之和，其系数由典型相关性导出。
• 即使在相关矩阵趋于奇异的极限情况下，结果依然成立，此时不等式变为弱不等式（≥）而非严格不等式（>），由连续性保证。