[论文解读] Stein's method on the second Wiener chaos : 2-Wasserstein distance

Benjamin Arras, Ehsan Azmoodeh+2 more|arXiv (Cornell University)|Jan 13, 2016

advanced mathematical theories参考文献 39被引用 5

一句话总结

本文提出了一种基于傅里叶的随机变量在第二维纳混沌中的新 Stein 特征刻画，无需求解 Stein 方程即可直接给出 2-Wasserstein 距离的界。它建立了一种新的差异度量，并证明了在累积量和谱结构假设最弱的情况下，独立中心化随机变量的线性组合的收敛速度为 $\sqrt{\Delta(F_n)}$，并通过与 Malliavin 微积分的联系，将其应用扩展至方差-伽马分布和正态近似。

ABSTRACT

In the first part of the paper we use a new Fourier technique to obtain a Stein characterizations for random variables in the second Wiener chaos. We provide the connection between this result and similar conclusions that can be derived using Malliavin calculus. We also introduce a new form of discrepancy which we use, in the second part of the paper, to provide bounds on the 2-Wasserstein distance between linear combinations of independent centered random variables. Our method of proof is entirely original. In particular it does not rely on estimation of bounds on solutions of the so-called Stein equations at the heart of Stein's method. We provide several applications, and discuss comparison with recent similar results on the same topic.

研究动机与目标

• 开发一种针对第二维纳混沌中随机变量的新傅里叶 Stein 特征刻画。
• 引入一种新型差异度量，避免求解经典 Stein 方程。
• 为独立中心化随机变量的线性组合推导出 2-Wasserstein 距离的显式界。
• 将新方法与 Malliavin 微积分联系起来，并将其适用性扩展至方差-伽马分布和正态近似。
• 在对 cumulants 和谱结构的假设最弱的条件下，建立 $\sqrt{\Delta(F_n)}$ 阶的收敛速度。

提出的方法

• 使用一种新的傅里叶技术推导第二维纳混沌的 Stein 算子，避免依赖 Malliavin 微积分或解的界。
• 本文引入一种新的差异度量 $\Delta(F_n)$，用于量化 $F_n$ 与其目标分布之间的偏离程度。
• 该方法通过基于三阶矩和范德蒙德矩阵的代数与谱论证，绕过了标准 Stein 方程方法。
• 它通过恒等式 $\mathbb{E}[h(F)] - \mathbb{E}[h(F_\infty)] = \mathbb{E}[(1 - \tau_F(F)) f_h'(F)]$ 实现传递原理，但通过聚焦于矩匹配避免对 $f_h'$ 的估计。
• 关键步骤是证明所有 $k$ 的重数 $\nu(n,k) = 1$，该结论通过由平方系数 $\alpha_{\infty,k}^2$ 构成的范德蒙德矩阵的可逆性得以证明。
• 通过矩估计、柯西-施瓦茨不等式以及逆范德蒙德矩阵的摄动分析，推导出收敛速度 $\sqrt{\Delta(F_n)}$。

实验结果

研究问题

• RQ1 基于傅里叶的方法是否能在不依赖 Malliavin 微积分或解的界的情况下，为第二维纳混沌提供 Stein 特征刻画？
• RQ2 在最小矩假设下，独立中心化随机变量线性组合的 2-Wasserstein 距离的最优收敛速度是什么？
• RQ3 如何构建一种新的差异度量，以避免在分布近似中求解 Stein 方程？
• RQ4 在何种谱条件下，混沌展开中系数的重数会稳定为一，从而确保目标分布的精确恢复？
• RQ5 该方法是否能在不显式估计解的情况下实现 $\sqrt{\Delta(F_n)}$ 的收敛速度，且与现有界相比如何？

主要发现

• 本文建立了第二维纳混沌的新傅里叶 Stein 特征刻画，为分布近似提供了基础，且无需求解经典 Stein 方程。
• 引入了一种新的差异度量 $\Delta(F_n)$，其可控制 2-Wasserstein 距离并支持收敛速度分析。
• 证明了 2-Wasserstein 距离的收敛速度为 $\sqrt{\Delta(F_n)}$ 阶，该结果在给定假设下为最优。
• 该方法证明了在系数分解中所有重数 $\nu(n,k)$ 均等于 1，从而确保了目标分布中正确数量的分量。
• 关键结果为 $\|\mathbf{V}_n - \mathbb{M}^{-1}\Xi\|_\infty \leq C(\sqrt{\Delta(F_n)} + \sum_{r=2}^{q+1} |\kappa_r(F_\infty) - \kappa_r(F_n)|)$，当右边小于 1 时可实现精确恢复。
• 通过将新差异度量与 Malliavin 微积分及矩匹配联系，该方法在方差-伽马分布和正态近似中实现了紧致界。