The Beta-MANOVA Ensemble with General Covariance
我们得到了具有正对角协方差的$β$ -MANOVA系综的联合广义奇异值分布和最大广义奇异值分布,具有一般性。对于连续$β> 0$情况下的恒等协方差(特征值形式),已经完成了这一点,通过在我们的模型中将协方差设置为$I$,我们得到了另一个版本。对于对角协方差情况,仅对$β= 1,2,4$情况(实数、复数和四元数矩阵项)进行了计算。这在某种程度上是第一个二阶$β$ -系综,因为具有对角协方差的$β$ -MANOVA的广义奇异值的采样器调用具有Forrester和Dubbs-Edelman-Koev-Venkataramana的对角协方差的$β$ -Wishart的特征值的采样器。利用Baker和Forrester证明的关于超几何函数积分的MacDonald猜想和关于Jack多项式积分的Kaneko定理导出了广义奇异值分布.此外,我们还使用Forrester的{ \it Log-Gases and Random Matrices}中的许多标识。我们提供数值证据证明我们的定理是正确的。
2013-09-17 math.PR
Point process convergence for the off-diagonal entries of sample covariance matrices
研究了iid随机游动序列的点过程收敛性。我们的目标是获得这些随机游动的极端渐近理论。证明了在存在$(2+δ)$阶矩的条件下,最大随机游动收敛于Gumbel分布。我们大量使用精确的大偏差结果的总和iid随机变量。因此,我们得到了非对角元素的样本协方差和相关阵的高维样本的联合收敛,其维数随着样本大小的增加。这推广了已知的最大条目的渐近Gumbel属性的结果。
2020-11-09 math.PR
Convergence of eigenvector empirical spectral distribution of sample covariance matrices
特征向量经验谱分布(VESD)是研究协方差矩阵特征值和特征向量极限行为的有效工具。本文研究了样本协方差阵的VESD对变形的Marčenko-Pastur(MP)分布的收敛速度。考虑$Σ^{1/2} X X^* Σ^{1/2}$形式的样本协方差阵,其中$X=(x_{ij})$是$M\times N$随机矩阵,其元素是均值为零且方差为$N^{-1}$的独立随机变量,$Σ$是确定性正定矩阵。我们证明了期望的VESD和变形的MP分布之间的Kolmogorov距离是有界的$N^{-1+ε}$为任何固定的$ε>0$,只要条目$\sqrt{N}x_{ij}$有一致有界的6阶矩和$|N/M-1|\ge τ$为一些常数$τ>0$。这一结果改进了以前在\cite{XYZ2013}中得到的结果,该结果给出了假设$i.i.d.$ $X$项、有界10阶矩、$Σ=I$和$M<N$的收敛速度$O(N^{-1/2})$。此外,我们还证明了在有限$8$阶矩假设下,对于任何固定的$ε>0$,VESD的收敛速度几乎必然是$O(N^{-1/2+ε})$,这改进了以前在\cite{XYZ2013}中的$N^{-1/4+ε}$界.
2020-01-21 math.PR
On the convergence of the extremal eigenvalues of empirical covariance matrices with dependence
考虑具有单位协方差阵的中心随机向量的样本。我们证明了在一定的正则性假设下,当维数和样本量都趋于无穷大时,经验协方差阵的最小和最大特征值收敛到Marchenko-Pastur分布的左右边缘.这些假设与正交投影范数的尾部有关。它们涵盖了各向同性对数凹随机向量以及独立同分布的随机向量。几乎是最优的力矩条件。该方法是一个完善的秩一更新方法使用的Srivastava和Vershynin产生非渐近定量估计。换句话说,我们提供了一个新的证明白和尹定理使用的基本工具,从概率论和线性代数,连同这个定理的一个新的扩展到随机矩阵的依赖项。
2015-09-08 math.PR
A note on weak convergence of the $n$-point motions of Harris flows
本文将文[2]和[8]中关于光滑Harris流的$n$ -点运动弱收敛到Arratia流的主要结果推广到这些Harris流的协方差函数逐点收敛到一个支持度为零的勒贝格测度的协方差函数的情形。
2017-05-29 math.PR
The rate of convergence of spectra of sample covariance matrices
证明了随机协方差矩阵$\frac1p XX^T$的谱分布函数之间的Kolmogorov距离,其中$X$是具有独立元素的$n\times p$矩阵,而Marchenko-Pastur定律的分布函数是$O(n^{-1/2})$阶.对于任何$p$,包括等于或接近1的$\frac pn$,界限保持{ \it一致}。
2007-12-21 math.PR math.SP
Joint convergence in Wiener chaos via transport hierarchy and Malliavin covariances
CNRS(法国国家科学研究中心);Université de Lille(里尔大学);Laboratoire Paul Painlevé UMR 8524(保罗·潘勒瓦实验室)
研究多重Wiener-Itô积分序列与高斯极限的联合收敛性,发现联合收敛完全由迭代Malliavin协方差控制,并显式确定极限分布结构。
2026-06-16 math.PR
Joint convergence of sample cross-covariance matrices
假设$X$和$Y$是$p\times n$矩阵,每个矩阵具有均值$0$和方差$1$,并且其中任何阶的所有矩都一致有界为$p,n \to \infty$。此外,条目$(X_{ij}, Y_{ij})$在$i,j$上是独立的,具有共同的相关性$ρ$。设$C=n^{-1}XY^*$为样本互协方差矩阵。我们证明了,如果$n, p\to \infty, p/n\to y\neq 0$,那么$C$收敛在代数意义下和极限力矩只依赖于$ρ$。具有相同$p$但不同$n$(例如$\{n_l\}$)、不同相关性$\{ρ_l\}$和不同非零$y$(例如$\{y_l\}$)的这种矩阵的独立副本也联合收敛并且是渐近自由的。当$y=0$时,矩阵$\sqrt{np^{-1}}(C-ρI_p)$收敛于具有参数$ρ^2$的椭圆变量。特别地,当$ρ=0$时该椭圆变量是圆形的,当$ρ=1$时该椭圆变量是半圆形的。如果我们取独立的$C_l$,则矩阵$\{\sqrt{n_lp^{-1}}(C_l-ρ_l I_p)\}$联合收敛并且也是渐近自由的。因此,任何对称矩阵多项式的极限谱分布都是存在的,并且具有紧支集。
2021-03-22 math.PR
Asymptotic spectrum of weighted sample covariance: another proof of spectrum convergence
本文为加权样本协方差的高维谱收敛提供了一个更简洁自足的替代证明,并分析了不同权重分布及重尾情形下有限样本的谱行为。
2025-03-13 math.PR math.ST stat.ML
Density convergence of spatial average of solution to a one dimensional stochastic wave equation
Jilin University(吉林大学);University of Alberta(阿尔伯塔大学)
该研究针对由特定高斯乘性噪声驱动的一维随机波动方程解的空间平均,结合Malliavin微积分与Stein方法,建立了其密度与标准正态密度间均匀距离的收敛速率,解决了相关技术挑战。
2026-09-02 math.PR
Maximal Invariants Over Symmetric Cones
本文考虑一类Wishart分布族的假设检验问题,其中样本空间和参数空间均为对称锥。对于这类检验问题,我们首先导出了广义Wishart分布有序特征值的联合密度,并提出了一个类似于经典多元统计的检验统计量,用于检验协方差阵的同方差性.在这个推广的巴特利特的测试的平等的方差假设真正的,复杂的,四元数,洛伦兹和八元数类型的协方差结构。
2012-01-02 math.PR math.ST stat.TH
Scaling limit and convergence of smoothed covariance for gradient models with non-convex potential
研究了界面的离散梯度模型。相互作用势是二次梯度势的非凸扰动。本文基于Adams,Koteckmann和Müller在[AKM]中通过重整化群分析得到的有限体积Gibbs测度的表示,证明了标度极限是一个连续无质量的高斯自由场.从概率观点看,这是强相依随机场的中心极限定理。此外,收敛的协方差,平滑的规模小于系统的大小,被证明。
2016-03-15 math-ph math.MP math.PR
Weak convergence of the empirical spectral distribution of ultra-high-dimensional banded sample covariance matrices
本文研究了高维带状样本协方差阵,在样本量$n$,维数$p$和带宽$d$同时趋于无穷大的情况下,使得$$n/p\to 0 \ \ \text{and} \ \ 2d/n\to y>0.$$.结果表明,这些矩阵的经验谱分布几乎必然弱收敛于某个确定性的概率测度,该测度由其矩表征.自然数的某些限制组合在经验谱分布的期望矩的估计中起着至关重要的作用。
2015-08-26 math.PR math.ST stat.TH
Rate of convergence to equilibrium for discrete-time stochastic dynamics with memory
本文的主要目的是研究一般离散动力系统在遍历平稳高斯噪声驱动下的长时间行为。在我们的主要结果中,我们证明了不变分布的存在性和唯一性,并展示了一些上界的收敛速率的渐近行为的高斯噪声的协方差函数的平衡(或等价于其移动平均表示)。然后,我们将我们的一般结果应用到分数动力学(包括与分数驱动随机微分方程相关的欧拉格式)。当Hurst参数H属于(0,1/2),我们检索,由于离散时间设置,Hairer在连续时间设置表现出的速率稍微更明确的方法。在这种分数设置中,我们还强调了平衡点的收敛速率对高斯噪声的协方差函数的局部行为的显着依赖性。
2018-11-13 math.PR
Quantitative estimates of the convergence of the empirical covariance matrix in Log-concave Ensembles
设$K$是$\R^n$中的各向同性凸体。给定$\eps>0$,经验协方差阵需要多少个均匀分布在$K$上的独立点$X_i$才能以压倒性的概率逼近直到$\eps$的恒等式?本文回答了Kannan、Lovasz和Simonovits提出的这个问题。更准确地说,让$X\in\R^n$是一个中心随机向量,具有对数凹分布,并具有协方差阵的身份。这种矢量$X$的一个例子是各向同性凸体中的随机点。我们证明了对于任何$\eps>0$,都存在$C(\eps)>0$,使得如果$N\sim C(\eps) n$和$(X_i)_{i\le N}$是i.i.d. $X$的拷贝,然后是概率大于$1-\exp(-c\sqrt n)$的$ \Big\|\frac{1}{N}\sum_{i=1}^N X_i\otimes X_i - \Id\Big\| \le ε, $。
2009-08-27 math.FA math.PR
Convergence rate to the Tracy--Widom laws for the largest eigenvalue of sample covariance matrices
本文建立了高维样本协方差阵最大特征值的Tracy-Widom定律的定量形式。为了更准确地说,我们表明,样本协方差矩阵$X^*X$的最大特征值的波动收敛到其Tracy-Widom限制的速度接近$N^{-1/3}$,其中$X$是一个$M \times N$随机矩阵,其条目是独立的实数或复数随机变量,假设$M$和$N$都趋于无穷大以恒定的速率。该结果改进了Wang [73]获得的先前估计值$N^{-2/9}$。我们的证明依赖于使用迭代累积量展开的格林函数比较方法[27],格林函数的局部定律和白色Wishart系综相关核的渐近性质。
2021-08-05 math.PR math.ST stat.TH
On the Convergence to the Continuum of Finite Range Lattice Covariances
在J. Stat. 115,415-449(2004)Brydges,Guadagni和Mitter证明了一类格点格林函数作为正定有限范围函数之和的多尺度展开的存在性(称为波动协方差)。格格林函数类中考虑的是二阶正自伴算子的常系数和分数幂的逆的积分核。波动系数满足统一的界限和序列收敛在适当的规范,一个光滑的,正定的,有限范围的连续函数。在这篇文章中,我们证明了收敛实际上是指数快。
2011-12-20 cond-mat.stat-mech math-ph math.MP
On the Strong Convergence of the Optimal Linear Shrinkage Estimator for Large Dimensional Covariance Matrix
在这项工作中,我们构造了一个最佳的线性收缩估计的协方差阵在高维。随机矩阵理论的最新结果使我们能够找到最优收缩强度的渐近确定性等价物,并一致地估计它们。对于协方差阵,所得到的无分布估计在所有线性收缩估计中几乎必然服从最小Frobenius损失。我们考虑的情况包括变量数$p\rightarrow\infty$和样本量$n\rightarrow\infty$,因此$p/n\rightarrow c\in (0, +\infty)$。此外,我们证明了样本协方差阵的Frobenius范数几乎必然趋于一个确定的量,可以一致估计。
2014-06-25 math.PR math.ST q-fin.ST
Sharp bounds on the rate of convergence of the empirical covariance matrix
设$X_1,..., X_N\in\R^n$为对数凹分布的独立中心随机向量,单位为协方差阵。我们表明,以压倒性的概率至少$1 - 3 \exp(-c\sqrt{n}\r)$一个有$ \sup_{x\in S^{n-1}} \Big|\frac{1/N}\sum_{i=1}^N (|<X_i, x>|^2 - \E|<X_i, x>|^2\r)\Big| \leq C \sqrt{\frac{n/N}},$,其中$C$是一个绝对的正常数。当线性形式$(<X_i,x>)_{i\leq N, x\in S^{n-1}}$和欧氏范数$(|X_i|/\sqrt n)_{i\leq N}$表现出一致的次指数衰减时,该结果在更一般的框架中是有效的。因此,如果$A$表示列为$(X_i)$的随机矩阵,则以压倒性的概率,$AA^\top$的极值奇异值$λ_{\rm min}$和$λ_{\rm max}$满足不等式$ 1 - C\sqrt{n/N} \le {λ_{\rm min}/N} \le \frac{λ_{\rm max}/N} \le 1 + C\sqrt{n/N} $,该不等式是已知用于i.i.d.条目
2012-10-30 math.FA math.PR
Strong convergence to operator-valued semicirculars
University of Copenhagen(哥本哈根大学);Michigan State University(密歇根州立大学);Texas A & M University(德克萨斯农工大学);University of Oxford(牛津大学)
该研究建立矩阵模型向算子值半圆系统收敛的框架,引入协方差多项式与协方差律,给出收敛充分条件,得到连续加权高斯Wigner矩阵的强收敛性并构造插值自由群因子的强收敛矩阵模型。
2026-08-03 math.OA math.PR
Riemannian statistics meets random matrix theory: towards learning from high-dimensional covariance matrices
黎曼高斯分布最初被引入作为学习模型的基本构建块,其目的是捕获正定矩阵(这里称为协方差阵)的统计总体的内在结构。虽然这种模型的潜在应用已经引起了极大的关注,一个主要的障碍仍然站在这些应用的方式:似乎不存在计算与黎曼高斯分布的高维空间的协方差阵的归一化因子的实用方法。本文表明,这种失踪的方法来自一个意想不到的新的连接与随机矩阵理论。其主要贡献是证明了实、复或四元数协方差阵的黎曼高斯分布等价于正交、酉或辛对数正规矩阵系综。这种等价性产生了一个非常有效的近似的归一化因子,在一个相当简单的解析表达式。由于这种近似的误差减少类似于尺寸的平方反比。数值实验表明,这种新的近似可以解锁的困难,阻碍了应用程序的高维协方差阵的真实世界的数据集。然后,本文转向黎曼高斯分布的块Toeplitz协方差阵。这些等价于另一种随机矩阵集合,这里称为“acosh-normal”集合。正交和酉“acosh-normal”系综分别对应于块Toeplitz与Toeplitz块的情况,以及块Toeplitz(与一般块)协方差阵的情况。
2022-12-26 math.PR math.ST stat.CO
Quantitative Universality for the Largest Eigenvalue of Sample Covariance Matrices
证明了不可积样本协方差阵的最大特征值的波动收敛到Tracy-Widom分布的第一个显式速度。我们的主要重点是矩阵类型$ X^*X $和证明如下的Erdös-Schlein-Yau动力学方法。我们使用最近的方法来分析戴森布朗运动从[5],以获得定量的误差估计的局部弛豫流的边缘。再加上定量版本的格林函数比较定理,这给出了收敛速率。结合Lee-Schnelli [26]的结果,对于一般对角总体$ Σ$的更一般的可分样本协方差阵$ X^* ΣX $,一些定量估计也成立。
2019-12-11 math.PR math.ST stat.TH
On the rate of convergence in the CLT for LSS of large-dimensional sample covariance matrices
本文利用 Stein 方法研究大维样本协方差矩阵线性谱统计量中心极限定理的收敛速度,在十阶矩有限且维数与样本量之比趋于正常数的条件下,证明其 Kolmogorov-Smirnov 距离收敛速度为 $O(n^{-1/2+κ})$。
2025-06-04 math.PR math.ST stat.TH
Covariance-modulated optimal transport and gradient flows
研究协方差调制的动态最优传输问题,证明其分裂为均值协方差与形状的耦合最小化问题,并分析相关梯度流,发现其收敛性质优于经典Wasserstein度量。
2024-12-20 math.AP math.OC math.PR
Eigenvalues and eigenvectors of heavy-tailed sample covariance matrices with general growth rates: the iid case
本文研究了当$p$和样本量$n$一起收敛到无穷大时,具有iid项的$p$维时间序列样本协方差阵的最大特征值的联合分布收敛性.我们只考虑重尾时间序列,在这个意义上,条目满足一些定期的变化条件,确保他们的四阶矩是无限的。在这种情况下,Soshnikov [31,32]和Auffinger等人[2]证明了样本协方差阵的归一化特征值的点过程向非齐次泊松过程的弱收敛,这反过来意味着最大特征值按分布收敛到Fréchet分布的随机变量。他们在假设$p$和$n$彼此成比例的情况下证明了这些结果。在本文中,我们表明,上述结果仍然有效,如果$p$增长在任何多项式的速度。这些证明与文献[2,31,32]中的证明不同,我们采用了大偏差技术。证明表明,只有样本协方差阵的对角线与最大特征值及其对应的特征向量的渐近行为有关,这些特征值和特征向量接近于标准基向量。我们还讨论了样本自协方差矩阵的结果的扩展。
2016-08-24 math.PR math.ST stat.TH
Asymptotic Behaviour of the Empirical Distance Covariance for Dependent Data
在不对样本作任何iid假设的情况下,给出了可分度量空间上经验距离协方差的两个渐近结果。特别是,我们证明了经验距离协方差的几乎必然收敛的任何措施,有限的一阶矩,提供的样本形成一个严格平稳和遍历过程。在样本绝对正则的假设下,我们进一步给出了经验距离协方差的渐近分布的一个结果,并将这些结果推广到某些类型的伪度量空间.在这个过程中,我们得到了一个一般定理,关于渐近分布的退化V-统计量的二阶下的强混合条件。
2021-01-05 math.PR math.ST stat.TH
Covariance Estimation under Missing Observations and $L_4-L_2$ Moment Equivalence
本文针对元素随机缺失的独立同分布样本,在$L_4-L_2$矩等价条件下提出首个关于缺失概率$p$最优的协方差估计量,并在$p=1$时恢复经典最优收敛速率。
2024-06-14 math.PR math.ST stat.TH
Gaussian Fluctuations for Sample Covariance Matrices with Dependent Data
已知(Hofmann-Cremannand Stolz(2008)),如果Y_n的行和列表现出某种依赖性,则样本协方差阵W_n = 1/n Y_n Y_n^t的平均经验谱分布收敛于马琴科-帕斯托尔定律不受影响,其中仅需要控制依赖项数量的增长,而不需要控制依赖项的联合分布。本文证明了著名的关于W_n的幂迹的CLT也推广到相关情形。
2012-03-20 math.PR math.ST stat.TH