[论文解读] Limiting distributions for eigenvalues of sample correlation matrices from heavy-tailed populations

Johannes Heiny, Jianfeng Yao|arXiv (Cornell University)|Mar 8, 2020

Random Matrices and Applications参考文献 31被引用 5

一句话总结

该论文在总体具有重尾、正则变指数 $\alpha \in (0,2)$ 的坐标时，建立了样本相关矩阵特征值的极限谱分布。通过矩方法与新颖的图计数组合数学，推导出一个依赖于 $\alpha$ 和纵横比 $\gamma = p/n$ 的新极限分布族 $H_{\alpha,\gamma}$，其矩分解为经典 Marčenko–Pastur 分布与重尾贡献的组合。

ABSTRACT

Consider a $p$-dimensional population ${\mathbf x} \in\mathbb{R}^p$ with iid coordinates in the domain of attraction of a stable distribution with index $α\in (0,2)$. Since the variance of ${\mathbf x}$ is infinite, the sample covariance matrix ${\mathbf S}_n=n^{-1}\sum_{i=1}^n {{\mathbf x}_i}{\mathbf x}'_i$ based on a sample ${\mathbf x}_1,\ldots,{\mathbf x}_n$ from the population is not well behaved and it is of interest to use instead the sample correlation matrix ${\mathbf R}_n= \{\operatorname{diag}({\mathbf S}_n)\}^{-1/2}\, {\mathbf S}_n \{\operatorname{diag}({\mathbf S}_n)\}^{-1/2}$. This paper finds the limiting distributions of the eigenvalues of ${\mathbf R}_n$ when both the dimension $p$ and the sample size $n$ grow to infinity such that $p/n o γ\in (0,\infty)$. The family of limiting distributions $\{H_{α,γ}\}$ is new and depends on the two parameters $α$ and $γ$. The moments of $H_{α,γ}$ are fully identified as sum of two contributions: the first from the classical Marčenko-Pastur law and a second due to heavy tails. Moreover, the family $\{H_{α,γ}\}$ has continuous extensions at the boundaries $α=2$ and $α=0$ leading to the Marčenko-Pastur law and a modified Poisson distribution, respectively. Our proofs use the method of moments, the path-shortening algorithm developed in [18] and some novel graph counting combinatorics. As a consequence, the moments of $H_{α,γ}$ are expressed in terms of combinatorial objects such as Stirling numbers of the second kind. A simulation study on these limiting distributions $H_{α,γ}$ is also provided for comparison with the Marčenko-Pastur law.

研究动机与目标

• 刻画当总体具有无限方差（由于重尾、正则变坐标）时，样本相关矩阵的极限谱分布。
• 将经典随机矩阵理论结果（此前仅在有限二阶矩下成立）扩展至无限方差情形。
• 在高维渐近情形 $p,n \to \infty$ 且 $p/n \to \gamma$ 下，确定极限特征值分布 $H_{\alpha,\gamma}$ 的精确形式。
• 分析 $H_{\alpha,\gamma}$ 的矩，并展示其分解为经典 Marčenko–Pastur 贡献与重尾贡献。
• 证明 $H_{\alpha,\gamma}$ 在边界 $\alpha = 2$（恢复 Marčenko–Pastur）与 $\alpha = 0$（导出修正泊松律）处具有连续延拓。

提出的方法

• 应用矩方法计算样本相关矩阵 $\mathbf{R}_n$ 特征值分布的极限 $k$-阶矩。
• 采用先前工作中提出的路径缩短算法，简化涉及数据矩阵归一化元素乘积的矩表达式。
• 引入新颖的图计数组合数学，枚举矩展开中贡献的配置，特别是涉及第二类斯特林数的情形。
• 通过分析 $n,p \to \infty$ 且 $p/n \to \gamma$ 时矩的渐近行为，推导出极限谱分布 $H_{\alpha,\gamma}$。
• 利用 Gamma 函数及 $\Gamma(1 - \alpha/2)$ 在 $\alpha \to 0^+$ 与 $\alpha \to 2^-$ 时的渐近分析，研究边界极限。
• 依赖于标准化矩阵 $\mathbf{Y}$，其元素为 $Y_{ij} = X_{ij}/\sqrt{\sum_{j=1}^n X_{ij}^2}$，该矩阵在行内引入依赖性，使分析复杂化。

实验结果

研究问题

• RQ1 当总体坐标为独立同分布且正则变指数 $\alpha \in (0,2)$ 时，样本相关矩阵特征值的极限谱分布是什么？
• RQ2 极限特征值分布的矩如何分解为经典 Marčenko–Pastur 定律与重尾行为的贡献？
• RQ3 当 $\alpha \to 0^+$ 与 $\alpha \to 2^-$ 时，极限分布 $H_{\alpha,\gamma}$ 如何变化？是否具有连续延拓？
• RQ4 矩方法能否成功应用于由标准化引起的依赖元素的样本相关矩阵？
• RQ5 在重尾、高维设定下，何种组合结构控制矩展开？

主要发现

• 极限谱分布 $H_{\alpha,\gamma}$ 是一个依赖于尾指数 $\alpha$ 与纵横比 $\gamma = p/n$ 的新分布族。
• $H_{\alpha,\gamma}$ 的 $k$-阶矩可表示为两部分之和：一部分与经典 Marčenko–Pastur 定律一致，另一部分源于重尾依赖。
• 当 $\alpha \to 0^+$ 时，极限分布 $H_{\alpha,\gamma}$ 收敛至修正泊松分布，满足 $\mathbb{P}(Z=0) = 1 - \frac{1}{\gamma} + \frac{1}{\gamma}e^{-\gamma}$ 且对 $k \geq 1$ 有 $\mathbb{P}(Z=k) = e^{-\gamma}\frac{\gamma^{k-1}}{k!}$。
• 当 $\alpha \to 2^-$ 时，$H_{\alpha,\gamma}$ 收敛至经典 Marčenko–Pastur 定律，证实了边界处的连续性。
• $H_{\alpha,\gamma}$ 的矩通过组合对象（如第二类斯特林数与托奇亚德多项式）得到完整刻画。
• 模拟研究验证了理论预测，并展示了 $H_{\alpha,\gamma}$ 与 Marčenko–Pastur 定律在尾部行为上的显著差异。