U-statistics and random subgraph counts: Multivariate normal approximation via exchangeable pairs and embedding
在作者最近的一篇论文中,介绍了一种新的方法-称为“嵌入法”-,它允许在相应的耦合不满足一定的线性条件的情况下,利用可交换对进行Stein方法的正态和多元正态近似。其关键思想是将问题嵌入到一个更高的维度空间中,以满足线性条件。在这里,我们将嵌入应用于U-统计量以及随机图中的子图计数。
2009-12-17 math.PR
Multivariate normal approximations by Stein's method and size bias couplings
利用Stein方法得到了多元正态逼近的两个定理。我们的主要定理,定理1.2,为任何非负随机向量提供了一个到正态的距离的界。定理1.2要求多变量大小偏差耦合,我们在研究相依随机向量和的分布的近似时讨论了这一点。在单变量的情况下,我们简要地说明了这种方法的多元正态变量的非线性函数的某些总和。作为第二个例子,我们证明了在某些随机图中,给定度的顶点数的多元分布是渐近多元正态的,并得到了收敛速度收敛速率的一个界。这两个例子表明,这种方法可能是适合的情况下,涉及非局部依赖。我们还提出了定理1.4,具有局部型依赖的向量和。我们应用该定理获得随机$p$ -向量分布的多元正态逼近,该向量计算固定图中当每个顶点独立地被一种$p$颜色着色时,两个顶点具有相同给定颜色的边的数量。这里给出的所有正规近似结果不需要与依赖结构相关的被加数的排序。这与经典的中心极限定理和例子的假设相反,经典的中心极限定理和例子包括,例如,鞅、马尔可夫链或各种混合假设。
2005-10-27 math.PR
Multivariate Normal Approximation by Stein's Method: The Concentration Inequality Approach
将Stein方法的正态逼近的浓度不等式方法推广到多元情形。我们用这种方法证明了一个非光滑函数距离的多元正态逼近的$k$ -维独立随机向量$W=\sum_{i=1}^n X_i$的标准化和的误差界的顺序$k^{1/2}γ$其中$γ=\sum_{i=1}^n E|X_i|^3$。对于局部相关(无界)随机向量的总和,我们得到一个四阶矩界,这是典型的顺序$O_k(1/\sqrt{n})$,以及一个三阶矩界,这是典型的顺序$O_k(\log n/\sqrt{n})$。
2015-05-16 math.PR
Multivariate normal approximation using exchangeable pairs
自20世纪70年代初引入Stein方法以来,已经做了大量的研究来扩展和加强它;然而,不存在Stein原始的多元正态近似可交换对方法的版本。本文的目的就是填补这一空白。我们提出了三个抽象的正常逼近定理,使用可交换对在多元背景下,一个的情况下,其中的基本对称是离散的,和真正的和复杂的版本的定理的情况下,涉及连续对称群。本文的主要应用是证明了Haar测度在正交群和酉群上的秩$k$投影的近似正规性,当$k=o(n)$ .
2008-01-15 math.PR
Multivariate normal approximation with Stein's method of exchangeable pairs under a general linearity condition
在本文中,我们建立了一个多元交换对方法的框架内斯坦的方法来评估潜在的奇异多元正态分布的分布距离。通过将统计扩展到高维空间,我们还提出了一种嵌入方法,该方法允许正常近似,即使当相应的统计数据的兴趣不容易借给自己斯坦的可交换对方法。为了说明该方法,我们提供了运行的线以及双索引排列统计的例子。
2009-12-08 math.PR
Multivariate approximation in total variation, II: discrete normal approximation
本文将第一部分的理论应用于${\mathbb Z}^d$中随机向量全变差的离散正态逼近。我们说明了使用的方法的总和独立的整数值的随机向量,和随机向量表现出可交换的对。我们的结论与应用程序的随机着色的正则图。
2016-12-22 math.PR
Multivariate normal limit laws for the numbers of fringe subtrees in $ m $-ary search trees and preferential attachment trees
我们研究边缘子树的随机$ m $ -ary搜索树和优先附件树,把它们的上下文中广义Pólya瓮。特别是,我们表明,随机$ m $ -ary搜索树与$ m\leq 26 $和线性优先附件树,边缘子树的数量是同构的任意固定树$ T $收敛到一个正态分布,更一般地说,我们还证明了多元正态分布的结果为随机向量,这些数字为不同的边缘子树。此外,我们证明了随机$m$ -ary搜索树的保护节点的数量$ m\leq 26 $有一个渐近的正态分布。
2016-03-26 math.PR
Dutch book in simple multivariate normal prediction: Another look
在这篇简要的论文中,我们描述了一个比较基本的方法,建立一个荷兰书的存在,在一个简单的多元正态预测设置。该方法涉及到推导出一个非标准的预测分布,是由不变性的动机。这种预测分布满足一个有趣的身份,这反过来又产生了一个初步的演示存在一个荷兰书的各种可能的预测分布。
2008-05-19 math.PR
Multivariate $α$-normal distributions
本文提出通过对标准正态随机变量进行对称化幂变换构造 $α$-正态分布,详细研究其矩、微分熵与 Orlicz 范数等性质,并定义了多元 $α$-正态分布的联合分布函数及极限分布。
2024-01-07 math.PR
Multivariate Normal Approximation for functionals of random polytopes
考虑$\mathbb{R}^d$中光滑凸体上Poisson点过程的凸包所给出的随机多胞形。我们证明中心极限定理连续运动不变的估值,包括将的功能和本征体积的随机多面体。此外,我们还得到了凸集体积的无偏最小方差估计量Oracle估计量的一个中心极限定理。最后得到了随机多胞形的内蕴体积和$\mathbf{f}$ -向量分量的多元极限定理。
2019-04-01 math.PR
On weighted Poincar{é} inequalities for multivariate Liouville distributions -- Application to Global Sensitivity Analysis
本文建立了多元Liouville分布的加权Poincaré不等式,并通过传输论证将其推广到连续椭圆等高分布,最后应用于全局敏感性分析,在洪水模型案例中展示了实际用途。
2026-05-29 math.FA math.PR math.ST
Multivariate central limit theorems for Rademacher functionals with applications
将离散Malliavin演算与法向逼近的smart path方法相结合,证明了可能非对称非齐次无穷Rademacher序列一般泛函的定量多元中心极限定理.特别地,建立了一个离散多元二阶Poincaré不等式.作为第一个应用,考虑了Erdens-Rényi随机图中子图计数统计量向量的正态逼近.在这种情况下,我们进一步专门研究顶点度向量的法向近似。在第二个应用程序中,我们证明了一个定量的多变量中心极限定理的向量诱导随机立方复合体的内在体积。
2017-01-25 math.PR
Improved bounds in Stein's method for functions of multivariate normal random vectors
在最近的一篇论文中,Gaunt 2020扩展了Stein的方法,以限制可以表示为中心多元正态随机向量$Σ^{1/2}\mathbf{Z}$的函数$g:\mathbb{R}^d\rightarrow\mathbb{R}$的分布,其中$\mathbf{Z}$是标准$d$维多元正态随机向量,$Σ$是非负定协方差矩阵。本文在较弱的矩条件、较小的常数和较简单的形式的意义下,对$g$具有多项式增长的导数的情形,得到了改进的界.我们获得新的非均匀边界的斯坦因方程的解的衍生物,并使用这些不等式,以获得一般的距离上的界限,测量使用光滑的测试功能,$g(\mathbf{W}_n)$和$g(\mathbf{Z})$的分布之间,其中$\mathbf{W}_n$是一个标准化的总和随机向量与独立组件和$\mathbf{Z}$是一个标准的$d$维多元正态随机向量。我们应用这些一般的界限,以获得的卡方近似的家庭的权力分歧统计(特殊情况下,包括皮尔逊和似然比统计),对于两个细胞分类的情况下,在文献中现有的结果,提高了界限。
2022-09-20 math.PR
Asymptotic normality of total least squares estimator in a multivariate errors-in-variables model $AX=B$
考虑了一个多元函数测量误差模型$AX\approx B$ . $[A,B]$中的误差是不相关的、逐行独立的,并且具有相等(未知)方差。研究了$X$的全最小二乘估计,在正态误差下,它与极大似然估计一致。当$A$中的行数增加时,我们给出了估计量渐近正态性的条件。在适当的假设下,极限高斯随机矩阵的协方差结构是非奇异的。对于正态误差,所得结果可用于构造$X$的线性泛函的渐近置信区间。
2016-07-13 math.PR
Multivariate normal approximation using Stein's method and Malliavin calculus
我们结合Stein的方法与Malliavin演算,以获得明确的界限,在多维正常的近似(在Wasserstein距离)的高斯场的泛函。我们的结果推广和完善了Peccati和Tudor(2005),Nualart和Ortiz-Latorre(2007),Peccati(2007)以及Nourdin和Peccati(2007 b,2008)的主要发现;特别是,它们适用于通过高斯向量与任意正定协方差阵的近似。在几个例子中,我们提供了一个应用程序的布鲁尔-主要CLT的功能版本的字段从属于一个分数布朗运动。
2008-11-19 math.PR
New error bounds in multivariate normal approximations via exchangeable pairs with applications to Wishart matrices and fourth moment theorems
我们扩展斯坦的著名Wasserstein界正常近似通过可交换对多维设置。作为一个中间步骤,我们利用可交换对的对称性来获得光滑检验函数的误差界。我们还获得了一个连续的版本的多维Wasserstein界的四阶矩。我们应用的主要结果多元正常近似Wishart矩阵的大小$n$和程度$d$,在那里我们获得的最佳收敛速度$\sqrt{n^3/d}$下,只有时刻的假设,和二次型和泊松泛函,在那里我们加强了几个第四时刻界在文献中的Wasserstein距离。
2020-09-19 math.PR
Rates of multivariate normal approximation for statistics in geometric probability
本文利用稳定化方法和二阶Poincaré不等式,建立了当强度参数$s$趋于无穷大时,$\mathbb{R}^d$,$d \geq 2$上标记Poisson过程统计量的一大类向量$(H_s^{(1)},...,H_s^{(m)})$,$s \geq 1$的多元正态收敛速度.我们的结果是适用的构成泛函$H_s^{(i)}$,$i\in\{1,...,m\}$,是表示为指数稳定的分数函数满足矩条件的总和。这些速率适用于$d_2$ -、$d_3$ -和$d_{convex}$ -距离。当我们比较一个中心高斯随机向量,其协方差矩阵是由渐近协方差,率一般是不可改进的,并由$s^{-1} {\rm Cov}( H_s^{(i)}, H_s^{(j)})$,$i,j\in\{1,...,m\}$,限制协方差的收敛速度,显示为顺序$s^{-1/d}$。我们使用的一般结果推断率的多变量正常收敛的随机图和拓扑数据分析中产生的统计,以及用于测试平等的分布的多变量统计。我们的一些结果适用于适当的度量空间上的Poisson输入的稳定泛函。
2021-02-28 math.PR
Multivariate normal approximation on the Wiener space: new bounds in the convex distance
本文给出了高斯场的光滑泛函向量的分布与具有正定协方差阵的法向量的分布之间的凸距离的显式界。我们的界限与Nourdin,Peccati和Réveillac(2010)为(更平滑的)1-Wasserstein距离获得的界限相当,并且不涉及任何额外的对数因子。我们工作中使用的主要工具之一是Schulte和Yukich(2019)最近获得的凸距离的递归估计。我们说明了我们的抽象结果在两种不同的情况下:(i)我们证明了一个定量的多变量四阶矩定理的向量的多个Wiener-Itô积分,和(ii)我们证明了收敛速率的功能Breuer-Major定理的有限维分布。
2021-02-25 math.PR
Multivariate normal approximation in geometric probability
考虑一个测度$μ_λ= \sum_x ξ_x δ_x$,其中和是在$d$ -空间中的有界区域上强度为$λ$的泊松点过程的点$x$上,并且$ξ_x$是由接近$x$的泊松点确定的泛函,即满足指数稳定条件以及矩条件(示例包括邻近图、胚粒模型和随机顺序沉积模型的统计)。一个已知的一般结果说,$μ_λ$措施(适当规模和中心)的不相交的$R^d$集是渐近独立的正常$λ\to \infty$ ;在这里,我们给$O(λ^{-1/(2d + ε)})$的收敛速度。我们说明了我们的结果与明确的多元中心极限定理的最近邻图泊松点上的有限集合的不相交的间隔。
2007-07-26 math.PR
On the Le Cam distance between multivariate hypergeometric and multivariate normal experiments
在这个简短的说明中,我们开发了一个局部近似的对数比的多元超几何概率质量函数在相应的多项式概率质量函数。结合Carter(2002)和Ouimet(2021)关于$(-1/2,1/2)^d$上均匀抖动的多项向量的规律与相应的多元正态分布的规律之间的全变差的界限,日志的本地扩展-然后使用比率来获得由$(-1/2,1/2)^d$上的均匀抖动的多元超几何随机向量的定律与相应的多元正态分布规律。作为推论,我们发现多元超几何和多元正态实验之间的Le Cam距离存在一个上界。
2021-12-19 math.PR math.ST stat.TH
Functional correlation decay and multivariate normal approximation for non-uniformly expanding maps
在具有不定常参数的间歇Pomeau-Manneville映射的情形下,我们给出了一个函数相关界,该界对于分析模型的统计性质非常有用.我们给出了这个结果的两个应用,表明在一个适当的参数范围内的界限意味着正常的逼近方法的Stein和Rio的条件。对于一个单一的Pomeau-Manneville地图属于这个参数范围内,这两种方法,然后产生一个多元中心极限定理的收敛速率。
2018-07-04 math.DS math.PR
Asymptotic comparison of negative multinomial and multivariate normal experiments
本文通过斯特林公式和精细泰勒展开建立负多项分布与多元正态密度比值的对数局部近似,进而给出海灵格距离和Le Cam距离的上界。
2023-09-25 math.PR math.ST stat.CO
Multivariate normal distribution for integral points on varieties
给定$\mathbb{Q}$上的一个簇,我们研究了整点变化时素数整除坐标的个数的分布。在适当的假设下,我们证明了这是一个多元正态分布。我们推广到更一般的Weil因子,在那里我们得到一个几何解释的协方差阵。对于我们的结果,我们开发了一个版本的Erdens-Kac定理,适用于相当一般的整数序列,并不需要一个正指数的水平分布。
2021-08-26 math.AG math.NT math.PR
On Stein's method for multivariate normal approximation
本文的目的是综合Chatterjee-Meckes和Reinert-Röllin在多元正态近似中采用Stein的可交换对方法所采取的方法。更一般的线性回归条件的Reinert-Röllin允许更广泛的适用性的方法,而方法的边界的解决方案的斯坦方程由于查特吉-梅克斯允许改进的收敛速度。证明了两个抽象的正常逼近定理,一个用于当潜在的对称性的随机变量是离散的,和一个用于在连续对称群存在的情况下。对Reinert-Röllin在直线上的应用进行了修改,以证明收敛速度的改进,并给出了Laplace-Beltrami算子在紧致黎曼流形上本征函数的联合值分布的一个新应用.
2009-02-02 math.DG math.PR
A multivariate normal approximation for the Dirichlet density and some applications
本文证明了具有相同均值和协方差阵的Dirichlet密度与多元正态密度之比的一个渐近展开。然后使用展开式导出相应概率测度之间的全变差的上界,并重新导出由Aitchison & Lauder(1985)引入并在Ouimet(2020)中进行理论研究的Dirichlet核估计量的渐近方差。另一个潜在的应用相关的高斯方差回归问题和高斯白噪声问题之间的渐近等价性简要地提到,但留给未来的研究。
2022-02-28 math.PR math.ST stat.TH
A formulation for continuous mixtures of multivariate normal distributions
在文献中长期存在的几种公式是正态变量的连续混合物,其中混合变量对多变量正态变量的均值或方差或均值和方差进行操作,通过将这些基本成分的性质从常数改变为随机量。最近,已经引入了其他混合型构造,其中混合操作所操作的核心随机分量不一定是正态的。目前的工作的主要目的是表明,许多现有的结构可以包含一个配方,其中正常变量混合使用两个单变量随机变量。对于这个配方,我们得到各种一般性质。在建议的框架内,它也更简单地制定新的建议参数家庭,我们提供了一些这样的例子。与此同时,博览会对正常混合物的主题进行了回顾。
2020-03-29 math.PR math.ST stat.TH
Multivariate normal approximation for traces of random unitary matrices
本文得到了$n\times n$随机酉矩阵和$2m$维高斯随机变量的第一阶$m$幂的迹的全变差超指数收敛速率.这推广了以前的结果在标量情况下的多变量设置,我们也给出了精确的依赖于尺寸$m$和$n$在估计显式常数。我们特别感兴趣的制度,其中$m$增长与$n$和我们的主要结果基本上说,如果$m\ll \sqrt{n}$,那么在高斯近似收敛速率是$Γ(\frac nm+1)^{-1}$倍的校正。我们还表明,高斯近似仍然有效的所有$m\ll n^{2/3}$没有一个快速的收敛速率。
2020-02-05 math-ph math.MP math.PR
Confidence regions for means of multivariate normal distributions and a non-symmetric correlation inequality for gaussian measure
令$μ$为高斯测度(例如,在${\bf R}^n$上),且令$K, L \subset {\bf R}^n$使得K为凸的,$L$为“层”(即,对于某些$a$、$b \in {\bf R}$和$u \in {\bf R}^n$,为$L = \{x : a \leq < x,u > \leq b \}$),且$K$和$L$的质心(相对于$μ$)重合。然后是$μ(K \cap L) \geq μ(K) \cdot μ(L)$。这是由著名的对称集的“正相关猜想”和Sidak关于多元正态分布的置信区域的相关不等式所激发的。证明使用了一个显然是迄今为止未知的(标准)高斯累积分布函数的估计:$Φ(x) > 1 - \frac{(8/π)^{1/2}}{3x + (x^2 +8)^{1/2}} e^{-x^2/2}$(对$x > -1$有效)。
1997-01-22 math.FA math.MG math.PR