[论文解读] Minimax Estimation of the Volume of a Set with Smooth Boundary

Ery Arias-Castro, Beatriz Pateiro‐López+1 more|arXiv (Cornell University)|May 4, 2016

Statistical Methods and Inference参考文献 20被引用 3

一句话总结

本文提出了一种针对 $\mathbb{R}^d$ 中具有光滑边界之紧致集体积的极小极大最优估计量，采用数据分割方法校正 $\alpha$-凸包插值估计量中的偏差。通过利用 $r$-滚动条件（等价于正曲率），该方法实现了极小极大速率 $n^{-(d+3)/(2d+2)}$，与推导出的下界一致。

ABSTRACT

We consider the problem of estimating the volume of a compact domain in a Euclidean space based on a uniform sample from the domain. We assume the domain has a boundary with positive reach. We propose a data splitting approach to correct the bias of the plug-in estimator based on the sample alpha-convex hull. We show that this simple estimator achieves a minimax lower bound that we derive. Some numerical experiments corroborate our theoretical findings.

研究动机与目标

• 推导 $\mathbb{R}^d$ 中具有光滑边界的紧致集体积估计的极小极大下界。
• 开发一种能实现该极小极大速率的偏差校正体积估计量。
• 在 $r$-滚动条件（等价于边界正曲率）下建立理论保证。
• 提供一种实用的估计量，并扩展其置信区间，辅以数值验证。

提出的方法

• 估计量将样本分为两部分：一部分用于构建 $\alpha$-凸包 $\hat{S}$，另一部分用于估计 $S \setminus \hat{S}$ 的体积。
• 体积估计量定义为 $\hat{V} = \mu(\hat{S}) / \max(1/2, 1 - \hat{p})$，其中 $\hat{p}$ 为第二部分样本中位于 $\hat{S}$ 外部的点的比例。
• 该方法依赖于 $r$-滚动条件，确保 $S$ 及其补集在边界处均存在半径为 $r$ 的球与之相切。
• 理论分析利用不可避免的球族来界定样本中空球的概率，从而实现集中性界限。
• 在假设 $\alpha \in (0,r]$ 且 $\beta \leq m/n \leq 1 - \beta$ 的条件下，证明该估计量可实现极小极大速率 $n^{-(d+3)/(2d+2)}$。
• 该方法支持置信区间的构造，并通过数值实验进行了验证。

实验结果

研究问题

• RQ1 在 $\mathbb{R}^d$ 中，对具有光滑边界的紧致集体积估计，其极小极大速率是多少？
• RQ2 基于 $\alpha$-凸包的偏差校正估计量能否实现该极小极大速率？
• RQ3 $r$-滚动条件（正曲率）如何影响体积估计量的收敛速率？
• RQ4 数据分割在减少均匀样本中体积估计偏差方面起到什么作用？
• RQ5 所提出的估计量能否扩展为有效的置信区间？

主要发现

• 本文建立了在满足 $r$-滚动条件的集合上，体积估计的极小极大下界为 $C\delta^2 n^{-(d+3)/(2d+2)}$ 阶。
• 所提出的估计量 $\hat{V}$ 实现了极小极大速率 $n^{-(d+3)/(2d+2)}$，与下界一致。
• 在假设 $\alpha \in (0,r]$ 下，估计量具有鲁棒性，确保 $\alpha$-凸包能捕捉真实集合的结构。
• 理论分析表明，$\alpha$-凸包估计量的误差衰减为 $O(\textnormal{e}^{-L_1 n \alpha_n^d} + \alpha_n^{-(d-1)/(d+1)} n^{-2/(d+1)})$，其中第二项占主导。
• 数据分割策略有效降低了插值估计量的偏差，后者原本仅能达到 $O(n^{-2/(d+1)})$ 的速率。
• 数值实验验证了理论结果，表明与标准插值估计量相比，其收敛性得到显著改善。