[论文解读] Moment and Tail Inequalities for Polynomial Martingales

E. Ostrovsky, L. Sirota|arXiv (Cornell University)|Dec 13, 2011

Advanced Harmonic Analysis Research参考文献 9被引用 5

一句话总结

本文利用广义勒贝格空间（GLS）建立了多项式鞅在重尾增量情况下的非渐近矩和尾部不等式。通过递归范数估计和反向鞅技术，推导出精确的界，将先前仅适用于高阶矩存在的轻尾（次高斯）情形的结果扩展至高阶矩可能不存在的情况，适用于巴拿赫空间中的概率以及蒙特卡洛方法。

ABSTRACT

In this paper we obtain the non-asymptotic exact moment and tails estimates for polynomial on martingale differences. We give also some examples on order to show the exactness of obtained results.

研究动机与目标

• 推导阶数 d ≥ 1 的齐次多项式鞅在可能具有重尾增量情况下的非渐近矩和尾部估计。
• 将先前仅对轻尾（次高斯）增量有效的指数尾部界扩展至高阶矩可能不存在的重尾分布情形。
• 基于广义勒贝格空间（GLS）构建一个框架，以刻画在一般矩条件下多项式鞅的可积性与尾部行为。
• 通过递归范数构造，特别针对向量独立与内部独立版本的鞅结构，提供精确且非渐近的界。
• 将结果推广至任意中心化多项式与反向鞅，并建立最大不等式与向量值范数估计。

提出的方法

• 本文采用广义勒贝格空间（GLS）基于其 p 阶矩定义随机变量的范数，使用反映矩衰减或增长的权函数 ν(p)。
• 引入从端点 ζ_d(p) = K_M(p)ν_d^{(n)}(p) 开始的范数函数 ζ_m(p) 的递归构造，随后对 m = d−1,…,1 递归定义 ζ_m(p) = K_M(p)ζ_{m+1}(p)ν_m^{(n)}(p)。
• 主要不等式将多项式鞅 V_n^{(N)}(d,n,ξ) 的 GLS 范数由分量向量 ξ(m) 的 GLS 范数乘积所控制，即 ||V_n^{(N)}||_G(ζ_1) ≤ ∏_{m=1}^d ||ξ(m)||_G(ν_m^{(n)}, r_m)。
• 该方法依赖于广义的“好 λ”不等式与应用于多项式和鞅结构的杜布最大不等式。
• 通过将其方差归一化，引入范数化多重和的概念，从而在归一化增量 ξ̂(i,m) = ξ(i,m)/σ(i,m) 的术语下获得等价界。
• 该框架被扩展至反向鞅与向量值范数，最大不等式通过杜布不等式与 p/(p−1) 因子推导得出。

实验结果

研究问题

• RQ1 当底层增量具有重尾且缺乏任意阶矩时，如何为多项式鞅推导出精确的矩和尾部界？
• RQ2 广义勒贝格空间在刻画此类多项式鞅的可积性与尾部行为中起什么作用？
• RQ3 递归范数构造能否为鞅差的多重随机积分提供精确且非渐近的界？
• RQ4 在增量的向量独立、内部独立或完全独立等不同独立性假设下，界有何差异？
• RQ5 最大不等式与向量值范数估计在多大程度上可推广至多项式鞅与反向鞅？

主要发现

• 本文建立了精确界：sup_{b∈B} ||V_n^{(N)}(d,n,ξ)||_G(ζ_1) ≤ ∏_{m=1}^d ||ξ(m)||_G(ν_m^{(n)}, r_m)，其中 ζ_1 通过 ν_m^{(n)}(p) 的反向递归定义。
• 对于向量独立版本，多项式鞅的范数由分量向量范数的乘积所控制，其中 ζ_1(p) = K_M^d(p)∏_{m=1}^d ν_m^{(n)}(p)。
• 该界为非渐近且精确，显式依赖于矩增长函数 ν_m(p)，可处理具有重尾的分布。
• 推导出最大不等式：sup_{b∈B} ||sup_n |Q(d,n,b)||_p ≤ C ζ_d(p) · p/(p−1)，对 p < r 成立，其中 r = |log_β ε|。
• 结果将罗申塔尔关于 l_2 嵌入的定理推广至多项式鞅，表明在适当的矩条件下，此类和可生成与 l_2 同构的子空间。
• 范数化多重和 Q̂_d = Q_d / √Var(Q_d) 满足与未归一化和相同的界，其中权函数 ν_m(p) 被 ν̂_m(p) = sup_i |ξ̂(i,m)|_p 替代。