이차 형태의 점근 적 정규성


11

하자 에서 가져온 임의의 벡터가 될 . 샘플 . 정의 및 . 하자 = \ mathbb {E} _ {\ mathbf {X} \ SIM P} \ mathbf {X}] \ boldsymbol {\ MU}C = \ mathrm {COV} _ {\ mathbf {X} \ SIM을 P} [\ mathbf {x}, \ mathbf {x}] .xP{xi}i=1ni.i.d.Px¯n:=1ni=1nxiC^:=1ni=1n(xix¯n)(xix¯n)μ:=ExP[x]C:=covxP[x,x]

중심 한계 정리에 따르면

n(x¯nμ)dN(0,C),

여기서 C 는 전체 순위 공분산 행렬입니다.

질문 : 그 사실을 어떻게 증명 (또는 반증)합니까

n(x¯n(C^+γnI)1x¯nμC1μ)dN(0,v2),

일부 v>0 및 일부 γn0 경우 limnγn=0 ? 이것은 간단 해 보인다. 그러나 이것을 정확히 보여주는 방법을 알 수 없었습니다. 이것은 숙제 질문이 아닙니다.

내 이해는 델타 방법으로 쉽게 결론을 내릴 수 있다는 것입니다.

n(x¯nC1x¯nμC1μ)dN(0,v2),

또는

n(x¯n(C^+γnI)1x¯nμ(C^+γnI)1μ)dN(0,v2).

이것들은 내가 원하는 것과 조금 다릅니다. 두 항에서 공분산 행렬에 주목하십시오. 나는 여기서 아주 사소한 것을 놓친다고 생각합니다. 또는 더 간단하게 만들 무시할 수도 있습니다. 즉, 설정 하고 가 없다고 가정 할 수도 있습니다 . 감사.γnγn=0C^


2
이 0으로가는 방법에 대해 알아야합니다. 상수 시퀀스입니까? 먼저 Slutsky의 결과라고 생각되는 을 표시해야한다고 생각합니다. 그런 다음 를 합니다. 에는 방법 으로 찾을 수있는 제한 분포가 있습니다 . 마지막으로 이 0이 될 확률 을 보여줄 수 있습니다 . 그것이 있는지 확실하지 않지만 ...γnx¯nTγnIx¯np0C^C+bias(C^)x¯nTCx¯nδx¯nTbias(C^)x¯n
AdamO

γn 은 임의의 상수가 아닌 일련의 상수입니다. 시퀀스는 수렴 작업을 수행하는 것으로 설정 될 수 있습니다 (이러한 시퀀스가 ​​존재하는 경우). 나는 생각 사실이다. 나는 왜 우리가 이것을 먼저 필요로하는지 따라 가지 않았다. 그러나 그것에 대해 생각하고 나머지를 더 생각해 보자. :)x¯nIx¯np0
wij

2
언급하지 못했습니다 : -method 를 직접 적용 하고 호출하는 주저 는 잘 보증됩니다. 나는 이것을 조심스럽게 쓸 수 있다고 생각합니다. 이러한 종류의 증명에 유용한 이론은 슬 루츠 키 (Slutsky), 맨 월드 연속 매핑 정리 (Mann-Wald Continuous Mapping Theorem) 및 Cramer-Wold 정리입니다. δ
AdamO

언급 한 결과가 유용 할 수 있음에 동의합니다. 나는 아직도 어떻게 보지 못한다. 실제로 나는 점근 분포가 정규 분포가 아닐 수도 있다고 생각하기 시작합니다.
wij

더 복잡한 것 같습니다. arXiv 용지는 여기에 높은 차원에서 무슨 일을 설명합니다. 고정 치수 아날로그를 찾을 수 없지만 섹션 3에서 finitie-dimensional 인수가 있습니다.
Greenparker

답변:


1

델타 방법을 사용할 때 약간의 어려움이 있습니다. 손으로 파생하는 것이 더 편리합니다.

많은 수의 법률에 따라 입니다. 따라서 입니다. Slutsky의 정리를 적용하면 연속 매핑 정리를 통해 따라서 Slutsky의 정리에 따르면 위의 두 항등 항복을 결합 C^PCC^+γnIPC

n(C^+γnI)1/2(X¯μ)dN(0,C1).
n(X¯μ)T(C^+γnI)1(X¯μ)di=1pλi1(C)χ12.
n(X¯μ)T(C^+γnI)1(X¯μ)P0.
nμT(C^+γnI)1(X¯μ)dN(0,μTC2μ).
n(X¯T(C^+γnI)1X¯μT(C^+γnI)1μ)=n((X¯μ)T(C^+γnI)1(X¯μ)2μT(C^+γnI)1(X¯μ))=2nμT(C^+γnI)1(X¯μ)+oP(1)dN(0,4μTC2μ).
나머지 작업은 불행하게도,이 기간 선량은 수렴하지 않습니다 . 행동은 복잡해지고 세 번째와 네 번째 순간에 달려 있습니다.
n(μT(C^+γnI)1μμT(C)1μ).
0

간단하게, 아래에서는 가 정규 분포이고 합니다. 의 표준 결과입니다 여기서 는 대각선 요소가 다음과 같은 대칭 임의 행렬입니다. 및 off 대각선 요소는 입니다. 따라서 행렬 테일러 확장 , 우리는 Xiγn=o(n1/2)

n(C^C)dC1/2WC1/2,
WN(0,2)N(0,1)
n(C^+γnIC)dC1/2WC1/2,
(I+A)1IA+A2
n((C^+γnI)1C1)=nC1/2((C1/2(C^+γnI)C1/2)1I)C1/2=nC1(C^+γnIC)C1+OP(n1/2)dC1/2WC1/2.
따라서
n(μT(C^+γnI)1μμT(C)1μ)dμTC1/2WC1/2μN(0,(μTC1μ)2).

따라서

n(X¯T(C^+γnI)1X¯μTC1μ)dN(0,4μTC2μ+(μTC1μ)2).

1
답변 주셔서 감사합니다. 모든 것을 어렵게 만드는 것은 0으로 수렴하지 않는 용어입니다. 불행히도 가 정규 분포되어 있다고 가정 할 수 없습니다 . 그러나 나는 여전히 그 대답에 감사합니다. 세 번째와 네 번째 순간 (아마도 참고 자료가있는 경우)에 어떻게 의존하는지에 대해 언급 할 수 있다면 도움이 될 것입니다. 또한 나는 지금 설명 할 수 없다. 그러나 은 보다 느리게 감쇠 해야 생각합니다 . 이유를 더 신중하게 생각해야합니다. Xigammano(n1/2)
wij

필자의 경우 가 컴팩트 한 세트 (필요한 경우)에 있다고 가정 할 수 있다는 것을 추가하는 것을 잊었습니다 . 이것은 모멘트 조건에 도움이 될 수 있습니다. Xi
wij
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.