[论文解读] Cram\'er-type Moderate Deviation of Normal Approximation for Exchangeable Pairs

Zhuo-Song Zhang|arXiv (Cornell University)|Jan 28, 2019

Random Matrices and Applications参考文献 27被引用 4

一句话总结

本文通过使用交换对的Stein方法，建立了无需假设对中元素有有界差值的正态近似Cramér型中偏差定理。推导了Berry–Esséen型不等式，并将结果应用于Erdős–Rényi随机图中的子图计数、局部依赖结构以及图依赖结构，提供了在弱矩条件下的非渐近误差界。

ABSTRACT

In Stein's method, an exchangeable pair approach is commonly used to estimate the convergence rate of normal and nonnormal approximation. Using the exchangeable pair approach, we establish a Cram\'er-type moderate deviation theorem of normal approximation for an arbitrary random variable without a bound on the difference of the exchangeable pair. A Berry--Esseen-type inequality is also obtained. The result is applied to the subgraph counts in the Erd\os--R\'enyi random graph, local dependence, and graph dependency.

研究动机与目标

• 将Stein方法中正态近似中偏差结果的有界差值假设推广至更一般情形。
• 解决在无有界差值假设下，交换对缺乏Cramér型中偏差定理的问题。
• 在弱依赖设定下，推导正态近似中非渐近误差界（Berry–Esséen型）。
• 将理论结果应用于Erdős–Rényi随机图中的子图计数及图依赖模型。
• 在最小矩假设下，将现有正态近似结果推广至更广泛的依赖随机变量类。

提出的方法

• 利用交换对的Stein方法分析正态近似误差。
• 在交换对框架下，对任意随机变量推导Cramér型中偏差结果。
• 在交换对中不假设差值有界的情况下，建立Berry–Esséen型不等式。
• 将通用框架应用于Erdős–Rényi随机图中的子图计数，以量化收敛速度。
• 采用矩条件与鞅差分解技术控制近似误差。
• 利用图依赖结构与局部依赖特性，将结果扩展至i.i.d.设定之外的情形。

实验结果

研究问题

• RQ1 能否在不假设交换对中元素有有界差值的条件下，为正态近似建立Cramér型中偏差定理？
• RQ2 在弱依赖条件下，正态近似中偏差的收敛速率如何？
• RQ3 在交换对中差值无有界性假设时，如何推导Berry–Esséen型界？
• RQ4 该框架在弱依赖随机图中的子图计数中可应用到何种程度？
• RQ5 图依赖与局部依赖模型中正态近似的非渐近误差界是什么？

主要发现

• 在无需假设交换对中元素有有界差值的条件下，为正态近似建立了Cramér型中偏差定理。
• 在最小矩条件下推导出Berry–Esséen型不等式，将经典结果推广至弱依赖设定。
• 该框架在一般矩假设下，为Erdős–Rényi随机图中的子图计数提供了非渐近误差界。
• 该方法适用于局部依赖与图依赖结构，为复杂依赖设定下的正态近似提供统一方法。
• 通过放宽对有界差值的需求，改进了现有误差界，增强了在真实世界随机模型中的适用性。
• 理论框架在弱于以往要求的假设下，实现了中偏差与中心极限定理结果。