[论文解读] An isometric study of the Lindeberg-Feller CLT via Stein's method

Ben Berckmoes, Bob Lowen+1 more|arXiv (Cornell University)|Dec 24, 2011

Opinion Dynamics and Social Influence参考文献 5被引用 5

一句话总结

本文运用Stein方法，推导出行内独立、渐近可忽略的三角阵列的归一化和与标准正态分布之间Kolmogorov距离的极限上确界之精确上下界。研究证明了上界为最优阶，优于Barbour与Hall的先前结果，并通过逼近理论构建了严格的等距框架，统一了中心极限定理中的弱收敛与度量收敛。

ABSTRACT

We use Stein's method to prove a generalization of the Lindeberg-Feller CLT providing an upper and a lower bound for the superior limit of the Kolmogorov distance between a normally distributed random variable and the rowwise sums of a rowwise independent triangular array of random variables which is asymptotically negligible in the sense of Feller. A natural example shows that the upper bound is of optimal order. The lower bound improves a result by Andrew Barbour and Peter Hall.

研究动机与目标

• 解决归一化和与正态分布之间Kolmogorov距离可小至何种程度的定量问题，超越单纯的收敛性。
• 通过提供Kolmogorov距离的上确界之非渐近上下界，推广Lindeberg-Feller中心极限定理。
• 通过一个自然例子证明上界的最优性，展示近似速率的紧致性。
• 利用逼近理论，特别是连续逼近结构，统一弱收敛与度量收敛，以证明Kolmogorov距离的上确界可作为近似误差的规范度量。

提出的方法

• 作者采用Stein方法，通过求解Stein方程的解，来界定三角阵列行和分布与标准正态分布之间的差异。
• 他们定义了一类测试函数ℋ，包含严格递减、光滑且导数有界的函数，其在±∞处的极限分别为1和0，从而可将Kolmogorov距离表示为期望差值的上确界。
• 本文在概率测度空间上引入了一个基于Kolmogorov度量K的逼近结构δc，使弱收敛与度量收敛得以统一处理。
• 利用连续逼近结构δc，作者推导出极限算子λc的规范表达式，当极限分布连续时，该算子等于Kolmogorov距离的上确界。
• 关键技术步骤在于证明：对于连续分布，δc(η,𝒟) = δK(η,𝒟)，从而使得K的上确界可在逼近空间框架中被解释为真正的极限算子。
• 该方法利用卷积性质，并利用弱收敛等价于与连续密度函数卷积的统一收敛性，使度量工具可在拓扑设定中得以应用。

实验结果

研究问题

• RQ1 归一化三角阵列和与标准正态分布之间Kolmogorov距离的上确界之精确上下界是什么？
• RQ2 通过Stein方法导出的上界是否为最优阶？能否通过具体例子加以证明？
• RQ3 Kolmogorov距离的上确界能否在结构化的拓扑框架中被严格解释为极限算子？
• RQ4 连续逼近结构δc与标准Kolmogorov度量K之间有何关系？在何种条件下二者相等？

主要发现

• 本文建立了Kolmogorov距离上确界的上界，其阶为最优，经由一个自然例子验证。
• 推导出一个下界，优于Barbour与Hall的先前结果，提供了对近似误差更紧致的定量估计。
• 对于连续极限分布，连续逼近结构δc的极限算子λc恰好等于Kolmogorov距离的上确界，验证了其作为近似误差规范度量的合理性。
• 对于连续分布η，等式δc(η,𝒟) = δK(η,𝒟)成立，表明在该情况下，逼近理论距离δc退化为标准度量K。
• 该框架表明，Kolmogorov距离的上确界并非人为设定，而是源于弱收敛与度量收敛通过连续逼近结构自然相互作用的结果。
• 结果表明，当Stein方法与逼近理论结合时，可提供一个强大且等距的框架，用于量化Lindeberg-Feller中心极限定理中的收敛速率。