[论文解读] On complex Gaussian random fields, Gaussian quadratic forms and sample distance multivariance

Georg Berschneider, Björn Böttcher|arXiv (Cornell University)|Aug 22, 2018

Financial Risk and Volatility Modeling参考文献 30被引用 6

一句话总结

该论文通过推导复高斯随机场中出现的高斯二次型的精确有限样本和渐近矩，开发了基于样本距离多变量的计算高效、无需重抽样的独立性检验。它提出了一种新颖的高斯二次型尾概率上界，并将其应用于改进p值估计，从而在高维和依赖数据中，相比经典或基于重抽样的方法，实现了更快、更不保守的检验。

ABSTRACT

The paper contains results in three areas: First we present a general estimate for tail probabilities of Gaussian quadratic forms with known expectation and variance. Thereafter we analyze the distribution of norms of complex Gaussian random fields (with possibly dependent real and complex part) and derive representation results, which allow to find efficient estimators for the moments of the associated Gaussian quadratic form. Finally, we apply these results to sample distance multivariance, which is the test statistic corresponding to distance multivariance -- a recently introduced multivariate dependence measure. The results yield new tests for independence of multiple random vectors. These are less conservative than the classical tests based on a general quadratic form estimate and they are (much) faster than tests based on a resampling approach. As a special case this also improves independence tests based on distance covariance, i.e., tests for independence of two random vectors.

研究动机与目标

• 开发基于样本距离多变量的更快、更不保守的多个随机向量独立性检验。
• 推导复高斯随机场中出现的高斯二次型的精确有限样本和渐近矩公式。
• 仅使用一阶和二阶矩，提供高斯二次型的一般尾概率上界，填补现有方法的空白。
• 在不依赖计算成本高昂的重抽样方法的前提下，改进基于距离多变量的检验的p值估计。
• 实现在具有依赖分量的高维设置下的这些检验的实际应用。

提出的方法

• 仅使用一阶和二阶矩，推导出高斯二次型尾概率的新上界，适用于特征值被参数α有界的场景。
• 将复高斯随机场的L²-范数平方表示为正高斯二次型，其系数等于协方差算子的特征值。
• 建立关于协方差核的矩 μₖ⁽ᵏ⁾ = Σᵢ αᵢᵏ 的显式公式，从而实现从数据中估计矩。
• 将这些矩结果应用于在独立性原假设下样本距离多变量的极限分布和有限样本分布。
• 提出四种p值估计方法：经典估计、基于方差的估计、皮尔逊近似和中心极限定理近似。
• 在小样本中使用偏倚校正的偏度和峰度估计量，当样本量较小时采用极限分布。

实验结果

研究问题

• RQ1 能否仅使用一阶和二阶矩，为高斯二次型推导出一般性的尾概率上界？
• RQ2 在原假设下，样本距离多变量检验统计量的矩如何高效计算？
• RQ3 在高维设置下，距离多变量检验统计量的有限样本和渐近分布是什么？
• RQ4 能否在不使用重抽样的前提下改进p值估计，从而实现更快、更不保守的独立性检验？
• RQ5 在不同依赖结构下，不同基于矩的p值估计方法在准确性和保守性方面如何比较？

主要发现

• 所提出的尾概率上界（定理2.1）比先前方法更紧致且更具通用性，仅需一阶和二阶矩，且对所有 x ≥ x₀ 成立，其中 x₀ ≤ 1.5365。
• 使用有限样本中偏倚校正估计量的皮尔逊近似方法，在大多数示例中相对于基准p值的相对均方误差最低。
• 经典估计和基于方差的估计均为保守估计，其中经典估计更为保守，尤其在依赖数据设置中。
• 对于 m-多变量且 n > 10 且边际分布相同的情形，中心极限定理方法表现良好，可作为可行替代方案。
• 在小样本（N < 30）时，该方法的相对误差增加，由于变异性较高，此时重抽样可能仍更优。
• 在高维（n > 30）时，皮尔逊近似变得保守，提示在高维应用中需谨慎。