[论文解读] An Algorithm to Estimate a Nonuniform Convergence Bound in the Central Limit Theorem

Vladimir Nikulin|arXiv (Cornell University)|Apr 5, 2010

Markov Chains and Monte Carlo Methods参考文献 10被引用 6

一句话总结

本文提出了一种贝蒂-艾森伯格定理的新型非均匀收敛界，将通用常数 $ C = 29.1174 $ 替换为随 $ |t| $ 减小的函数 $ C(|t|) $，且当 $ |t| \to \infty $ 时趋近于 $ 1 + e $。该算法通过两部分方法——分别利用截断和指数界分析尾部与中心区域——计算 $ C(|t|) $，在 $ |t| \geq 3.2 $ 时较经典均匀估计获得更紧的界，其值从 $ t = 3.2 $ 处的约 28.2 降至 $ t = 5.0 $ 处的约 16。

ABSTRACT

A nonuniform version of the Berry-Esseen bound has been proved. The most important feature of the new bound is a monotonically decreasing function C(|t|) instead of the universal constant C=29.1174: C(|t|) 3.2, and C(|t|) tends to 1+e if |t| is increasing. The function C(|t|) has very complex analytical expression based on indicator functions. A general algorithm was developed in order to estimate values of C(|t|) for an arbitrary t.

研究动机与目标

• 通过开发随点 $ t $ 自适应的非均匀收敛界，解决均匀贝蒂-艾森伯格界之局限性，提升尾部区域的精度。
• 开发一种通用算法以估计 $ C(|t|) $，即替换通用常数 $ C $ 的递减函数，适用于任意 $ t $，尤其适用于较大的 $ |t| $。
• 为 $ |t| \geq 3.2 $ 提供比经典结果更紧的收敛界，特别是在标准正态分布呈指数衰减的尾部区域。
• 确保该界不依赖于样本大小 $ n $，从而使其在置信区间估计中具有实际应用价值。
• 建立理论条件，使所导出的界 $ B_T(t) $ 和 $ B_C(t) $ 为非递增函数，确保上界估计 $ C(t) = \max\{B_T(t), B_C(t)\} $ 的稳定性和最优性。

提出的方法

• 将收敛性分析划分为两部分区域：尾部 $ [\psi(n,t_0), \infty) $ 和中心 $ [t_0, \psi(n,t_0)] $，其中阈值函数 $ \psi(n,t_0) $ 由公式 (3.6) 定义。
• 利用标准正态尾部 $ 1 - \Phi(t) $ 的指数衰减性质，构建尾部区域的上界 $ B_T(t) $，确保 $ B_T(t) \geq \frac{\sqrt{n}}{\rho} t^3 (1 - \Phi(t)) $。
• 通过截断方法构建中心区域的 $ B_C(t) $，并利用引理 2 控制偏差 $ |F_n(t) - \Phi(t)| $，确保其与 $ n $ 无关。
• 定义截断参数 $ h(t) = (\tau(t), b(t)) $，其中 $ \tau(t) $ 和 $ b(t) $ 由条件 (3.34a)–(3.34e) 推导得出，确保界值的单调性与衰减性。
• 应用指数矩界和矩生成函数技术，推导 $ \beta $、$ \underline{m}_2 $ 和 $ \overline{m}_2 $，确保界值在 $ t $ 上非递增。
• 将 $ B_T(t) $ 和 $ B_C(t) $ 合并为最终估计 $ C(t) = \max\{B_T(t), B_C(t)\} $，所有组件均在条件 (3.34a)–(3.34e) 及 (3.50)、(3.52b) 下得到验证。

实验结果

研究问题

• RQ1 在中心极限定理中，针对 $ t $ 的值（尤其是尾部区域）的最优非均匀收敛界是什么？
• RQ2 如何系统性地计算任意 $ t $ 的函数 $ C(|t|) $，以替代通用常数 $ C $，同时确保紧致性且与样本大小 $ n $ 无关？
• RQ3 是否可以改进 $ |t| \geq 3.2 $ 时的收敛界，此时经典均匀界变得过于保守？
• RQ4 在何种条件下，所导出的上界 $ B_T(t) $ 和 $ B_C(t) $ 为 $ t $ 的非递增函数，从而实现 $ C(t) $ 的稳定且紧致的估计？
• RQ5 非均匀界 $ C(|t|) $ 是否在 $ |t| \to \infty $ 时收敛于 1？在何种条件下实现该极限？

主要发现

• 对于 $ |t| \geq 3.2 $，新提出的非均匀界 $ C(|t|) $ 严格小于经典常数 $ C = 29.1174 $，其值从 $ t = 3.18 $ 处的 28.4057 降至 $ t = 4.00 $ 处的 22.1853，表明相较于均匀界有显著改进。
• 在 $ t = 5.00 $ 时，$ C(t) = 16.0240 $，远小于经典界 $ A \leq 0.7655 $，表明在尾部区域估计更为紧致。
• 界 $ C(|t|) $ 满足 $ \lim_{t \to \infty} C(|t|) \leq 1 $，证实收敛速率在极端尾部趋近于最优的 $ O(t^{-3}) $ 行为。
• 表 1 显示，当 $ t \geq 3.3 $ 时，非均匀界 (1.4) 优于经典均匀界 (1.2) 的 $ A \leq 0.7655 $，且随着 $ t $ 增大，改进程度愈发显著。
• 该算法仅通过 $ t $、$ \tau(t) $ 和 $ b(t) $ 即可成功计算 $ C(|t|) $，所有组件均源自确保单调性与衰减性的解析条件，支持实际实现。
• 在所推导条件 (3.34a)–(3.34e) 下，$ B_T(t) $ 和 $ B_C(t) $ 为 $ t $ 的非递增函数，确保 $ C(t) $ 是 $ t^3 H_n(t) $ 的稳定且保守的上界估计。