[论文解读] Stein couplings for normal approximation

Louis H. Y. Chen, Adrian Röllin|arXiv (Cornell University)|Mar 31, 2010

Random Matrices and Applications参考文献 49被引用 42

一句话总结

本文通过提出 Stein 耦合（Stein couplings）的概念，引入了一种基于 Stein 方法的统一正态逼近框架，该框架推广并连接了既有的方法，如可交换对、大小偏差和局部依赖。该框架提供了用于有界 Wasserstein 距离和 Kolmogorov 距离的一般性定理，使在组合统计、占据模型以及具有非标准耦合的随机图等多种场景中实现系统化的正态逼近成为可能。

ABSTRACT

In this article we propose a general framework for normal approximation using Stein's method. We introduce the new concept of Stein couplings and we show that it lies at the heart of popular approaches such as the local approach, exchangeable pairs, size biasing and many other approaches. We prove several theorems with which normal approximation for the Wasserstein and Kolmogorov metrics becomes routine once a Stein coupling is found. To illustrate the versatility of our framework we give applications in Hoeffding's combinatorial central limit theorem, functionals in the classic occupancy scheme, neighbourhood statistics of point patterns with fixed number of points and functionals of the components of randomly chosen vertices of sub-critical Erdos-Renyi random graphs. In all these cases, we use new, non-standard couplings.

研究动机与目标

• 开发一个统一的理论框架，将 Stein 方法中用于正态逼近的多种不同方法整合起来。
• 识别出在不同依赖结构下实现成功正态逼近的核心结构性条件——通过 Stein 耦合来体现。
• 提供通用定理，将正态逼近问题简化为构造合适的 Stein 耦合。
• 通过在组合统计、点过程和随机图等新应用中的实例，展示该框架的灵活性与强大能力。

提出的方法

• 引入 Stein 耦合的概念，作为 Stein 方法中现有耦合机制的推广。
• 利用耦合的性质（包括条件期望和反对称函数）推导 Wasserstein 距离与 Kolmogorov 距离的界。
• 通过引理 6.3 建立递归不等式框架，以控制逼近中的误差项。
• 通过构造定制化耦合（例如 Hoeffding 统计量、占据模型和 Erdős-Rényi 图）将该框架应用于多种场景。
• 采用泊松方程方法构造反对称函数 $ G $，这些函数对于控制 Stein 方程解的界至关重要。
• 使用插值法实现独立性与局部对称性，作为抽象耦合构造，以处理复杂的依赖结构。

实验结果

研究问题

• RQ1 如何将 Stein 方法中现有的方法（如可交换对、大小偏差和局部依赖）统一到一个单一的理论框架下？
• RQ2 耦合的何种抽象结构性条件足以确保 Wasserstein 与 Kolmogorov 度量的紧致正态逼近界？
• RQ3 该框架是否可应用于标准耦合失效或难以构造的新问题？
• RQ4 利用所提出的基于耦合的定理，能否显著简化并显式表达误差界？

主要发现

• 该框架提供了通用定理，将正态逼近简化为验证构造出的 Stein 耦合的若干矩条件，使整个过程系统化且可复用。
• 对于 Wasserstein 距离，界以耦合的矩和 $ W $ 的条件分布表示，通过 $ r_0, r_2, r_3, r_4, r_5, r_8 $ 实现显式控制。
• 对于 Kolmogorov 距离，界涉及 $ eta_{k,l} $、$ ar{A} $、$ ar{D} $ 和 $ ar{D}^2 $，并通过引理 6.3 实现递归控制机制。
• 该框架成功处理了 Hoeffding 组合中心极限定理中的非标准耦合，得到了精确的逼近界。
• 在次临界 Erdős-Rényi 随机图中，该方法为连通性与相关泛函提供了新的耦合，使得在弱矩条件下也能实现正态逼近。
• 在证明中使用 $ heta = 1/2.4 $ 导致最终界为 $ rac{1.2}{ heta} = 2.88 $，表明递归控制机制的紧密性。