[论文解读] Quantitative Universality for the Largest Eigenvalue of Sample Covariance Matrices

Haoyu Wang|arXiv (Cornell University)|Dec 11, 2019

Random Matrices and Applications参考文献 30被引用 6

一句话总结

该论文首次建立了非可积样本协方差矩阵 $X^*X$ 的最大特征值收敛到 Tracy-Widom 分布的显式收敛速率——$N^{-2/9}$——基于 Dyson Brownian motion 和 Green 函数比较的定量动力学方法。此外，该结果进一步推广至可分样本协方差矩阵 $X^*\Sigma X$（其中 $\Sigma$ 为对角矩阵），获得 $N^{-1/57}$ 的收敛速率，通过在局部松弛流中改进误差估计与比较定理实现。

ABSTRACT

We prove the first explicit rate of convergence to the Tracy-Widom distribution for the fluctuation of the largest eigenvalue of sample covariance matrices that are not integrable. Our primary focus is matrices of type $ X^*X $ and the proof follows the Erdös-Schlein-Yau dynamical method. We use a recent approach to the analysis of the Dyson Brownian motion from [5] to obtain a quantitative error estimate for the local relaxation flow at the edge. Together with a quantitative version of the Green function comparison theorem, this gives the rate of convergence. Combined with a result of Lee-Schnelli [26], some quantitative estimates also hold for more general separable sample covariance matrices $ X^* ΣX $ with general diagonal population $ Σ$.

研究动机与目标

• 建立样本协方差矩阵 $X^*X$ 的最大特征值收敛到 Tracy-Widom 分布的定量收敛速率，其输入项为非可积的。
• 将该结果推广至具有通用对角总体矩阵 $\Sigma$ 的可分样本协方差矩阵 $X^*\Sigma X$。
• 在谱边缘提供 Dyson Brownian motion 局部松弛流的显式误差界。
• 为边缘普遍性证明开发一个定量版本的 Green 函数比较定理。
• 将以往非定量的普遍性结果统一并扩展为随机矩阵系综的显式、可计算的收敛速率。

提出的方法

• 将 Erdös-Schlein-Yau 动力学方法适配于通过 Dyson Brownian motion 框架分析 $X^*X$ 的特征值统计。
• 引入一种基于与可积模型插值的新可观测量，以描述动力学下奇异值的演化。
• 采用 Dyson Brownball motion 局部松弛流的近期方法，以在谱边缘获得定量误差估计。
• 应用定量 Green 函数比较定理，将一般样本协方差矩阵与零情况 $X^*X$ 关联，从而实现普遍性结果。
• 在比较与松弛估计中采用优化的参数选择，以平衡多个误差项并最大化收敛速率。
• 将局部松弛流估计与 Green 函数比较相结合，推导出零情况与可分情况的最终收敛速率。

实验结果

研究问题

• RQ1 对于输入项为非可积的样本协方差矩阵 $X^*X$，其最大特征值收敛到 Tracy-Widom 分布的显式收敛速率是什么？
• RQ2 该收敛速率能否推广至具有通用对角总体矩阵 $\Sigma$ 的可分样本协方差矩阵 $X^*\Sigma X$？
• RQ3 如何在谱边缘对 Dyson Brownian motion 的局部松弛流进行定量控制，以获得显式误差界？
• RQ4 在 Green 函数比较与松弛流估计中，如何最优平衡各项误差以最大化收敛速率？
• RQ5 该方法能否被调整以处理平方情形 $M \equiv N$ 下的硬边缘，尽管缺乏局部定律？

主要发现

• 该论文建立了样本协方差矩阵 $X^*X$ 的最大特征值收敛到 Tracy-Widom 分布的定量收敛速率 $N^{-2/9 + \varepsilon}$，对所有足够大的 $N$ 和任意 $\varepsilon > 0$ 均成立。
• 对于具有对角 $\Sigma$ 的可分样本协方差矩阵 $X^*\Sigma X$，收敛速率为 $N^{-1/57 + \varepsilon}$，该结果通过零情况结果与 Green 函数比较的结合推导得出。
• 通过在局部松弛流误差估计中优化参数，特别是选择 $\rho = N^{-13/19}$ 和 $t = N^{-6/19}$，实现了速率 $N^{-2/9}$。
• 该证明依赖于一个定量版本的 Green 函数比较定理，该定理使得边缘普遍性可从零情况传递到一般 $\Sigma$。
• 该方法足够稳健，可扩展至平方情形 $M \equiv N$，尽管硬边缘需要采用 [1] 中的另一种刚性估计。
• 该结果对实数与复数样本协方差矩阵均成立，其中实数情形是统计动机的主要关注点。