[论文解读] CLT for large dimensional general Fisher matrices and its applications in high-dimensional data analysis

Shurong Zheng, Zhidong Bai+1 more|arXiv (Cornell University)|May 8, 2014

Random Matrices and Applications参考文献 26被引用 3

一句话总结

本文建立了高维一般Fisher矩阵在任意总体协方差矩阵下的线性谱统计量的中心极限定理（CLT），实现了高维推断。论文推导了特征值泛函的显式渐近均值与方差公式，克服了以往研究中假设分量独立同分布或协方差矩阵相等的局限性。

ABSTRACT

Random Fisher matrices arise naturally in multivariate statistical analysis and understanding the properties of its eigenvalues is of primary importance for many hypothesis testing problems like testing the equality between two multivariate population covariance matrices, or testing the independence between sub-groups of a multivariate random vector. This paper is concerned with the properties of a large-dimensional Fisher matrix when the dimension of the population is proportionally large compared to the sample size. Most of existing works on Fisher matrices deal with a particular Fisher matrix where populations have i.i.d components so that the population covariance matrices are all identity. In this paper, we consider general Fisher matrices with arbitrary population covariance matrices. The first main result of the paper establishes the limiting distribution of the eigenvalues of a Fisher matrix while in a second main result, we provide a central limit theorem for a wide class of functionals of its eigenvalues. Some applications of these results are also proposed for testing hypotheses on high-dimensional covariance matrices.

研究动机与目标

• 解决当维度 p 随样本量 n1 和 n2 比例增长时，一般Fisher矩阵特征值缺乏渐近理论的问题。
• 克服现有中心极限定理（CLT）中要求分量独立同分布或总体协方差矩阵相等的局限性。
• 为Fisher矩阵的线性谱统计量提供一个中心极限定理，其中中心化项与方差项均为显式、非随机的形式。
• 实现高维多元检验（如协方差矩阵相等性检验与独立性检验）的有效推断。
• 将随机矩阵理论结果推广至具有任意四阶矩的非高斯、非独立同分布总体。

提出的方法

• 在 p、n1、n2 比例增长的条件下，推导Fisher矩阵 F = B1B2⁻¹ 的极限谱分布。
• 利用复分析与Stieltjes变换，刻画F的极限谱测度。
• 通过基于Stieltjes变换导出的确定性中心化项，建立线性谱统计量 W_n = ∑f(λ_i^F) 的中心极限定理。
• 利用涉及极限谱分布与Stieltjes变换的积分，显式计算 W_n 的渐近均值与方差。
• 通过避免依赖高斯假设，处理总体分量的任意四阶矩。
• 在总体协方差矩阵 Σ1 与 Σ2 无须满足 Σ1 = Σ2 的一般条件下，证明中心极限定理。

实验结果

研究问题

• RQ1 当总体协方差矩阵为任意形式时，高维Fisher矩阵特征值的极限分布是什么？
• RQ2 能否为这类Fisher矩阵的线性谱统计量建立一个中心极限定理，且其中心化项与方差项为显式、非随机形式？
• RQ3 特征值泛函的渐近均值与方差如何依赖于总体协方差矩阵与样本维度？
• RQ4 能否在不假设分量独立同分布或协方差矩阵相等的条件下推导出中心极限定理？
• RQ5 该中心极限定理对高维多元分析中的假设检验具有何种影响？

主要发现

• 本文在一般条件下（包括非独立同分布分量）建立了具有任意总体协方差矩阵的高维Fisher矩阵线性谱统计量的中心极限定理。
• 线性谱统计量的渐近均值与方差已显式推导，其表达式基于Stieltjes变换与极限谱分布。
• 中心极限定理中的中心化项为确定性、非随机形式，可直接用于实际推断，这与以往结果中中心化项为随机项的情况形成对比。
• 渐近方差公式涉及对总体谱分布与Stieltjes变换的积分，其显式依赖于维度比。
• 即使总体分量的四阶矩为任意值，该中心极限定理依然成立，从而消除了早期研究中的关键限制。
• 本研究为在一般设定下检验高维协方差矩阵（包括相等性与独立性假设）提供了理论基础。