[论文解读] Product Inequalities for Multivariate Gaussian, Gamma, and Positively Upper Orthant Dependent Distributions

Dominic Edelmann, Donald Richards+1 more|arXiv (Cornell University)|Apr 13, 2022

Mathematical Inequalities and Applications被引用 5

一句话总结

本文建立了多元正态分布、伽马分布以及正向上上部依赖（PUOD）分布的新乘积不等式。在PUOD依赖结构下，证明了非负指数的弱高斯乘积不等式（GPI），并利用高斯相关不等式证明了负指数的强形式GPI，从而推广了多元统计中矩不等式领域的既有结果。

ABSTRACT

The Gaussian product inequality is an important conjecture concerning the moments of Gaussian random vectors. While all attempts to prove the Gaussian product inequality in full generality have been unsuccessful to date, numerous partial results have been derived in recent decades and we provide here further results on the problem. Most importantly, we establish a strong version of the Gaussian product inequality for multivariate gamma distributions in the case of nonnegative correlations, thereby extending a result recently derived by Genest and Ouimet [5]. Further, we show that the Gaussian product inequality holds with nonnegative exponents for all random vectors with positive components whenever the underlying vector is positively upper orthant dependent. Finally, we show that the Gaussian product inequality with negative exponents follows directly from the Gaussian correlation inequality.

研究动机与目标

• 将高斯乘积不等式（GPI）扩展至相关系数非负的多元伽马分布。
• 在正成分随机向量满足正向上部依赖（PUOD）的条件下，建立弱GPI。
• 利用高斯相关不等式，证明负指数下的强GPI。
• 统一并推广现有关于多元分布矩不等式的成果。
• 提出一种通过多变量生存函数与积分技巧推导乘积不等式的创新方法。

提出的方法

• 利用多变量生存函数及在正实数域上的积分，通过引理3.1推导矩不等式。
• 将高斯相关不等式应用于变换后的随机变量 $ |X_j|^{-n_j} $，推导负指数下的强GPI。
• 引入正向上部依赖（PUOD）及强正向上部依赖（SPUOD）的概念，以推广矩不等式。
• 通过代换 $ t_j = |X_j|^{n_j} $，将原始不等式转化为生存函数不等式，从而实现在 $ \mathbb{R}^d_{\geq 0} $ 上的积分。
• 利用事实 $ \mathbb{E}[\prod |X_j|^{n_j}] = \int_{\mathbb{R}^d_{\geq 0}} \mathbb{P}(\prod |X_j|^{n_j} \geq t_j) \, dt $，基于引理3.1。
• 证明：若 $ |\mathbf{X}| $ 为SPUOD，则对所有 $ n_j \geq 0 $，强GPI成立。

实验结果

研究问题

• RQ1 对于相关系数非负的多元伽马分布，弱高斯乘积不等式是否成立？
• RQ2 弱GPI能否推广至满足PUOD依赖结构的正成分一般随机向量？
• RQ3 在高斯向量中，负指数下的强GPI是否成立？若成立，其条件为何？
• RQ4 能否利用高斯相关不等式推导逆矩的新乘积不等式？
• RQ5 何种依赖结构条件可确保一般矩指数下强乘积不等式的有效性？

主要发现

• 当相关矩阵为非负时，弱高斯乘积不等式对多元伽马分布成立，推广了Genest与Ouimet的结果。
• 对任意正成分的随机向量，若 $ |\mathbf{X}| $ 为正向上部依赖（PUOD），则对所有非负指数 $ n_j $，弱GPI成立。
• 若 $ |\mathbf{X}| $ 为强正向上部依赖（SPUOD），则对所有指标集 $ I \subset \{1,\ldots,d\} $ 及非负指数，强GPI成立。
• 负指数下的强GPI形式可直接由高斯相关不等式推出，通过 $ |X_j|^{-n_j} $ 的生存函数积分得以证明。
• 该方法具有一般性：若一正随机向量在其下部区域概率上满足高斯型相关不等式，则其逆矩满足强乘积不等式。
• 该结果可推广至满足相同相关不等式的多元伽马分布，为GPI在负指数下成立提供了新的分布类。