[论文解读] Asymptotics of empirical eigen-structure for high dimensional sample covariance matrices of general form

Xiucai Ding|arXiv (Cornell University)|Aug 21, 2017

Random Matrices and Applications参考文献 38被引用 6

一句话总结

本文为具有通用总体谱（包括有限尖峰和连续主干）的高维样本协方差矩阵的特征值与特征向量建立了统一的渐近理论。在一般条件下，推导了特征值与特征向量的极限分布，统一了经典尖峰模型与非尖峰情形，并为高维数据分析中的统计推断提供了理论框架。

ABSTRACT

In this paper, we study the local asymptotics of the eigenvalues and eigenvectors for a general class of sample covariance matrices, where the spectrum of the population covariance matrices can have a finite number of spikes and bulk components. Our paper is a unified framework combining the spiked model and covariance matrices without outliers. Examples and statistical applications are considered to illustrate our results.

研究动机与目标

• 开发适用于具有通用总体协方差结构的高维样本协方差矩阵的特征值与特征向量的统一渐近框架。
• 将现有尖峰模型理论扩展至总体协方差矩阵同时包含有限尖峰与连续主干成分的情形。
• 为特征结构在其中起核心作用的高维设定下的统计推断提供理论基础。
• 在单一渐近框架下统一分析尖峰与非尖峰协方差模型中的特征值与特征向量。

提出的方法

• 本文分析当维度与样本量均趋于无穷大且其比值收敛于正常数时，样本协方差矩阵的特征值与特征向量的渐近行为。
• 将总体协方差矩阵建模为具有有限个孤立特征值（尖峰）和连续主干谱的形式。
• 利用随机矩阵理论技术推导特征值与特征向量的极限分布，特别关注主干区域及尖峰附近的局部波动。
• 该方法结合了特征值与特征向量的联合渐近分布，同时考虑主干与尖峰成分。
• 在数据的一般矩条件下，建立了特征值与特征向量偏差的分布收敛性。
• 该框架支持在高维设定下推导特征值与特征向量的渐近置信区间与假设检验。

实验结果

研究问题

• RQ1 当总体协方差矩阵同时包含尖峰与连续主干时，高维样本协方差矩阵的特征值与特征向量的渐近行为如何？
• RQ2 在同时存在主干与孤立尖峰的情况下，特征值与特征向量的联合极限分布是什么？
• RQ3 特征向量的渐近行为如何依赖于总体谱中尖峰的位置与大小？
• RQ4 能否建立一个统一框架，以处理高维渐近设定下的尖峰与非尖峰协方差模型？
• RQ5 该渐近理论对高维数据中特征结构的统计推断有何影响？

主要发现

• 本文在高维设定下建立了特征值与特征向量偏差的联合渐近正态性，即使总体协方差矩阵同时包含尖峰与主干成分亦成立。
• 推导了主干边缘附近特征值及孤立尖峰的显式极限分布，表明尖峰特征值收敛于其真实值周围的随机波动。
• 与尖峰相关的特征向量收敛于真实特征子空间上的随机投影，收敛速度取决于尖峰强度与谱间隙。
• 该框架统一了尖峰与非尖峰模型中特征结构的渐近行为，提供了单一理论基础。
• 研究结果支持在高维数据中构建特征值与特征向量的渐近有效置信区间与假设检验。