[论文解读] Random matrix theory and multivariate statistics

José A. Dı́az-Garcı́a, Ramón Gutiérrez Jáimez|ArXiv.org|Jul 6, 2009

Random Matrices and Applications参考文献 33被引用 8

一句话总结

本文提出了一种统一框架，用于在实数、复数、四元数和八元数随机矩阵的矩阵变量子分布中应用随机矩阵理论和多元统计工具。该框架引入了广义Wishart系综——球面对称与向量球面对称——通过雅可比变换和赋值除法代数分解推导其密度函数，关键结果包括：在特定谱函数或迹函数下，经典分布如Wishart、Beta I 和 Beta II 可作为特例推导得出。

ABSTRACT

Some tools and ideas are interchanged between random matrix theory and multivariate statistics. In the context of the random matrix theory, classes of spherical and generalised Wishart random matrix ensemble, containing as particular cases the classical random matrix ensembles, are proposed. Some properties of these classes of ensemble are analysed. In addition, the random matrix ensemble approach is extended and a unified theory proposed for the study of distributions for real normed division algebras in the context of multivariate statistics.

研究动机与目标

• 通过将经典结果扩展至赋值除法代数，弥合随机矩阵理论与多元统计之间的鸿沟。
• 开发广义Wishart系综——球面对称与向量球面对称——以统一经典随机矩阵系综。
• 利用雅可比行列式和实数、复数、四元数及八元数代数上的分解技术，推导矩阵变量子的显式密度函数。
• 证明已知分布如Wishart、Beta I 和 Beta II 可通过在一般形式中指定函数 h(·) 而作为特例出现。

提出的方法

• 推导实数、复数、四元数及八元数赋值除法代数上矩阵变换的通用雅可比公式。
• 应用矩阵变量子的分解技术，利用赋值除法代数的结构对分布进行分解。
• 通过矩阵变量子的变换引入球面对称广义Wishart（SGW）与向量球面对称广义Wishart（VSGW）分布。
• 使用变换 S = X*Θ⁻¹X，从原始矩阵变量子分布 X 推导出 S 的密度。
• 应用广义伽马函数 Γₘ^β 和基于行列式的表达式，将密度表示为 |S| 以及谱函数或迹函数的函数。
• 证明经典系综可通过选择 h(·) 的特定形式而作为特例出现，例如：Wishart 分布对应指数函数，Beta 类型对应幂函数。

实验结果

研究问题

• RQ1 如何在实数、复数、四元数和八元数矩阵之间统一随机矩阵理论与多元统计？
• RQ2 矩阵变换在赋值除法代数上的通用雅可比行列式形式为何？
• RQ3 球面对称与向量球面对称广义Wishart系综如何推广经典随机矩阵系综？
• RQ4 对函数 h(·) 施加何种条件，可从广义框架中恢复已知分布如Wishart、Beta I 和 Beta II？
• RQ5 鉴于八元数矩阵的实证验证有限，该理论在多大程度上可扩展至八元数矩阵？

主要发现

• 球面对称广义Wishart分布被推导为 S ~ SGWₘ^β(n, Σ, h)，其密度与 |S|^(β(n−m+1)/2−1) h(λ(Σ⁻¹S)) 成正比。
• 向量球面对称广义Wishart分布被推导为 S ~ VSGWₘ^β(n, Σ, h)，其密度与 |S|^(β(n−m+1)/2−1) h(tr(Σ⁻¹S)) 成正比。
• 当 h(tr(Σ⁻¹S)) = exp(−βΣ⁻¹S/2) 时，经典Wishart分布被恢复，此时标准Wishart密度满足参数约束 n ≥ (m−1)β。
• 当 h(λ(Σ⁻¹S)) = |Iₘ − S|^(β(ν−m+1)/2−1)，且 Σ = Iₘ 时，获得矩阵变量子Beta I型分布，此时 ν ≥ (m−1)β。
• 当 h(λ(Σ⁻¹S)) = |Iₘ + S|^−β(n+ν)/2，且 Σ = Iₘ 时，获得矩阵变量子Beta II型分布，此时 ν ≥ (m−1)β。
• 该框架统一了经典系综，并通过适当指定 h(·) 将其扩展至椭圆型与对称矩阵变量子分布，八元数情形虽为推测性但形式上可推导。