[论文解读] Logarithmic law of large random correlation matrix

Nestor Parolya, Johannes Heiny+1 more|arXiv (Cornell University)|Mar 25, 2021

Random Matrices and Applications参考文献 38被引用 5

一句话总结

本文建立了高维非正态数据样本相关矩阵的对数行列式中心极限定理（CLT），在四阶矩不存在的一般条件下，证明了其渐近正态性。关键贡献在于提出了一种针对高维无相关性检验的枢轴检验统计量，即使在重尾分布下依然有效。

ABSTRACT

Consider a random vector $\mathbf{y}=\mathbf{\Sigma}^{1/2}\mathbf{x}$, where the $p$ elements of the vector $\mathbf{x}$ are i.i.d. real-valued random variables with zero mean and finite fourth moment, and $\mathbf{\Sigma}^{1/2}$ is a deterministic $p imes p$ matrix such that the spectral norm of the population correlation matrix $\mathbf{R}$ of $\mathbf{y}$ is uniformly bounded. In this paper, we find that the log determinant of the sample correlation matrix $\hat{\mathbf{R}}$ based on a sample of size $n$ from the distribution of $\mathbf{y}$ satisfies a CLT (central limit theorem) for $p/n o \gamma\in (0, 1]$ and $p\leq n$. Explicit formulas for the asymptotic mean and variance are provided. In case the mean of $\mathbf{y}$ is unknown, we show that after recentering by the empirical mean the obtained CLT holds with a shift in the asymptotic mean. This result is of independent interest in both large dimensional random matrix theory and high-dimensional statistical literature of large sample correlation matrices for non-normal data. At last, the obtained findings are applied for testing of uncorrelatedness of $p$ random variables. Surprisingly, in the null case $\mathbf{R}=\mathbf{I}$, the test statistic becomes completely pivotal and the extensive simulations show that the obtained CLT also holds if the moments of order four do not exist at all, which conjectures a promising and robust test statistic for heavy-tailed high-dimensional data.

研究动机与目标

• 推导在 $ p/n \to \gamma \in (0,1] $ 且 $ p \leq n $ 的高维设定下，样本相关矩阵 $ \hat{\mathbf{R}} $ 的对数行列式的中心极限定理（CLT）。
• 将现有对数行列式中心极限定理的结果推广至仅具有有限四阶矩的非正态数据，进一步推广至四阶矩不存在的情形。
• 为在高维、可能具有重尾的条件下检验 $ p $ 个随机变量之间零相关性的原假设，开发一种稳健且枢轴的检验统计量。
• 研究未知均值估计对对数行列式渐近分布的影响，并提供校正后的中心极限定理。
• 展示所推导的中心极限定理在高维无相关性假设检验中的实际应用价值。

提出的方法

• 在总体相关矩阵 $ \mathbf{R} $ 的谱范数一致有界的假设下，推导样本相关矩阵 $ \hat{\mathbf{R}} $ 的对数行列式的渐近均值与方差。
• 应用大维随机矩阵理论的工具，分析当 $ p, n \to \infty $ 且 $ p/n \to \gamma \in (0,1] $ 时，$ \log \det \hat{\mathbf{R}} $ 的极限行为。
• 考虑均值估计的影响，通过数据重新中心化，推导修正后的渐近均值，以在未知均值条件下保持中心极限定理成立。
• 利用渐近均值与方差的显式公式，构造原假设 $ \mathbf{R} = \mathbf{I} $ 的检验统计量。
• 证明在原假设下，该检验统计量成为完全枢轴的，其分布不依赖于底层分布，仅需有限二阶矩。
• 通过大量模拟验证中心极限定理的稳健性，即使在四阶矩不存在的情况下也成立。

实验结果

研究问题

• RQ1 在高维非正态设定下，样本相关矩阵的对数行列式是否满足中心极限定理？
• RQ2 未知均值的存在如何影响样本相关矩阵对数行列式的渐近分布？
• RQ3 能否基于样本相关矩阵的对数行列式构造出高维无相关性检验的枢轴统计量？
• RQ4 当底层数据具有无有限四阶矩的重尾时，所推导的中心极限定理是否仍然有效？
• RQ5 在一般矩条件假设下，$ \log \det \hat{\mathbf{R}} $ 的显式渐近均值与方差是什么？

主要发现

• 在 $ p/n \to \gamma \in (0,1] $ 且 $ p \leq n $ 的条件下，若总体相关矩阵 $ \mathbf{R} $ 的谱范数一致有界，则样本相关矩阵 $ \hat{\mathbf{R}} $ 的对数行列式满足中心极限定理。
• 推导出 $ \log \det \hat{\mathbf{R}} $ 的渐近均值与方差的显式公式，其依赖于总体相关结构与样本大小。
• 当 $ \mathbf{y} $ 的均值未知时，经重新中心化后中心极限定理依然成立，但因估计误差导致渐近均值发生偏移。
• 在原假设 $ \mathbf{R} = \mathbf{I} $ 下，基于 $ \log \det \hat{\mathbf{R}} $ 的检验统计量完全成为枢轴统计量，其分布不依赖于底层分布。
• 大量模拟结果表明，即使数据的四阶矩不存在，中心极限定理依然成立，表明其对重尾分布具有稳健性。
• 由此得到的检验统计量为在非正态、重尾数据中进行高维无相关性检验提供了一种稳健且枢轴的方法。