Wasserstein distance bounds on the normal approximation of empirical autocovariances and cross-covariances under non-stationarity and stationarity
本文推导了非平稳与平稳条件下经验自协方差和互协方差估计量有限样本分布与高斯极限的Wasserstein距离界,并给出AR(1)过程实例及模拟验证。
2023-05-07 math.ST stat.TH
Large sample autocovariance matrices of linear processes with heavy tails
本文给出了具有无穷四阶矩的高维时间序列样本自协方差矩阵的某些函数的渐近理论。时间序列在坐标和时间上呈现线性相关性。假设维数随着样本量的增加而增加,我们提供了样本自协方差矩阵的特征向量的理论,并找到了一个简单结构的显式近似,其有限样本质量的模拟数据。我们还得到了样本自协方差矩阵的函数的归一化特征值在簇Poisson点过程中的极限。反过来,我们得到的最大特征值和泛函作用于他们的分布限制。在我们的证明中,我们使用大偏差技术的重尾过程,点过程技术的极值理论,和相关的连续映射参数。
2020-01-14 math.PR math.ST stat.TH
Spiked eigenvalues of high-dimensional sample autocovariance matrices: CLT and applications
本文建立高维样本自协方差矩阵尖峰特征值的 CLT,并据此提出尖峰特征值等价性检验及层次聚类方法,应用于多国死亡率数据。
2024-05-13 math.PR math.ST stat.TH
On tail-robust autocovariance matrix estimation for high-dimensional and potentially nonstationary time series
Auburn University(奥本大学);University of Geneva(日内瓦大学);Pennsylvania State University(宾夕法尼亚州立大学);University of Georgia(佐治亚大学)
本文针对高维且可能非平稳的重尾时间序列,提出逐元素Huber M估计量与逐元素截断估计量,证明其非渐近性质等理论结果,通过数值实验及月度宏观经济数据变点检测验证方法有效性。
2026-09-07 math.ST stat.ME stat.TH
On the Marčenko-Pastur law for linear time series
本文研究了经典的Marčenko-Pastur定律在时间序列中的推广。具体而言,$p$维线性过程被认为是建立从独立的,相同分布的(实或复值)条目具有零均值,单位方差和有限的四阶矩的创新向量。线性过程的系数矩阵被假定为同时可对角化。在此设置中,样本协方差矩阵和对称化样本自协方差矩阵的经验谱分布的限制行为在高维设置$p/n\to c\in (0,\infty)$中确定,其中维度$p$和样本量$n$以相同的速率发散到无穷大。结果扩展了现有的贡献,在文献中的协方差的情况下,是第一个为自协方差的情况下。
2015-04-02 math.ST stat.TH
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
Deep learning estimation of the spectral density of functional time series on large domains
University of Texas El Paso(德克萨斯大学埃尔帕索分校);Indian Statistical Institute(印度统计研究所);Colorado State University(科罗拉多州立大学)
本文提出了一种基于深度学习的功能时间序列谱密度估计方法,解决了大域上计算自相关核的难题,通过并行化加速估计过程,并在模拟和fMRI图像中验证了其有效性。
2026-01-01 math.ST stat.ME stat.ML
Negative Moment Bounds for Sample Autocovariance Matrices of Stationary Processes Driven by Conditional Heteroscedastic Errors and Their Applications
Institute of Statistical Science, Academia Sinica(中央研究院统计科学研究所);Institute of Statistics and Data Science, National Tsing Hua University(国立清华大学统计与数据科学研究所);Institute of Statistics, National University of Kaohsiung(高雄大学统计研究所)
本文提出了一种针对具有条件异方差误差驱动的平稳过程样本自协方差矩阵的负矩界,用于渐近表达最小二乘预测器的均方预测误差,并应用于模型选择准则的开发。
2026-01-29 math.ST stat.TH
$k$-means on Positive Definite Matrices, and an Application to Clustering in Radar Image Sequences
Commonwealth Scientific and Industrial Research Organisation (CSIRO)(联邦科学与工业研究组织)
该研究阐述了非欧空间中对称正定矩阵$k$-均值聚类的理论性质,并提出将该方法通过有限滞后自协方差矩阵应用于合成孔径雷达图像序列的像素时间序列聚类。
2020-08-26 cs.LG eess.IV stat.ML
Large sample behaviour of high dimensional autocovariance matrices
当观测值来自无穷维向量线性过程且对系数矩阵作适当(强)假设时,已知$\hatΓ_u+\hatΓ_u^*$($u$阶样本自协方差矩阵$\hatΓ_u$的对称和)极限谱分布(LSD)的存在性.在较弱的条件下,统一地证明了$\hatΓ_u+\hatΓ_u^*$,$\hatΓ_u\hatΓ_u^*$,$\hatΓ_u\hatΓ_u^*+\hatΓ_k\hatΓ_k^*$等矩阵中任意对称多项式的LSD都存在.我们的方法是通过更直观的代数方法的自由概率结合矩量法。因此,我们能够提供一个一般的描述的限制,在一些自由的自变量。前面的结果都是特例。我们建议统计使用这些LSD和相关结果的顺序确定和白噪声测试。
2016-03-30 math.ST stat.TH
High Dimensional and Banded Vector Autoregressions
考虑了一类系数矩阵为带状的向量自回归模型。该设置表示高维时间序列的一种稀疏结构,尽管隐含的自协方差矩阵不是带状的。当分量时间序列的顺序安排得当时,该结构也具有实际意义。建立了估计的带状自回归系数矩阵的收敛速度。我们还提出了一个贝叶斯信息准则来确定系数矩阵中的带宽,这被证明是一致的。通过研究带状向量自回归过程自协方差函数的一些近似带状结构,构造了自协方差阵阵的相合估计量.
2016-08-30 stat.ME
Spectral analysis of linear time series in moderately high dimensions
本文研究了中等高维情形下$p$ -维线性过程的谱行为,当维数$p$和样本量$n$趋于无穷大时,使得$p/n\to0$ .结果表明,在一组适当的假设下,经验谱分布的重正化和对称化的样本自协方差矩阵几乎必然收敛到一个非随机的极限分布上支持的实数线。关键假设是线性过程由一系列具有i.i.d.的$p$维实数或复数随机向量驱动。项具有零均值、单位方差和有限四阶矩,并且$p\times p$线性过程系数矩阵是厄米特的并且同时可对角化。这些假设的几个放宽进行了讨论。本文的研究结果有助于对模型参数的推断、模型诊断和线性过程未来值的预测。
2015-04-23 math.ST stat.TH
Banded Spatio-Temporal Autoregressions
提出了一类新的具有未知带状自回归系数矩阵的时空模型。当面板成员代表许多不同位置的经济(或其他类型)个体时,该设置表示高维空间面板动态模型的稀疏结构。当板件的排列顺序合理时,结构具有实际意义。注意,隐含的自协方差阵不太可能是带状的,因此,该建议与现有文献中关于高维带状协方差阵的推断完全不同。由于自回归系数矩阵具有固有的内禀性,本文采用基于Yule-Walker方程的最小二乘法来估计自回归系数矩阵。研究了基于多重Yule-Walker方程的估计量。提出了一种基于比率的自回归矩阵带宽确定方法。建立了推理方法的一些渐近性质。所提出的方法进一步说明使用模拟和真实的数据集。
2018-04-18 stat.ME
AR-sieve Bootstrap for High-dimensional Time Series
Hunan University(湖南大学);Macquarie University(麦考瑞大学);Australian National University(澳大利亚国立大学);Xiamen University(厦门大学)
本文提出一种新的高维时间序列AR-筛bootstrap方法,通过因子建模降低维度并捕捉时间依赖性,建立基于因子的bootstrap流程,并在高维场景中验证其有效性。
2025-12-08 math.ST stat.ME stat.TH
Robust estimation of the scale and of the autocovariance function of Gaussian short and long-range dependent processes
自协方差估计量的一个理想性质是对加性离群值的存在具有鲁棒性。众所周知,基于矩的样本自协方差不具有此性质。因此,使用对加性离群值具有鲁棒性的自协方差估计器对于时间序列建模非常有用。本文对具有短程或长程相依的Gauss过程,建立了由Escherseuw和Croux(1993)和Genton和Ma(2000)提出的稳健尺度估计和自协方差估计的渐近性质。它表明,在短期依赖设置,这个强大的估计是渐近正态的速率$\sqrt{n}$,其中$n$是观察的数量。给出了渐近方差的一个显式表达式,并与经典自协方差估计的渐近方差进行了比较。在长程相关条件下,极限分布表现出与经典自协方差估计相同的行为,当Hurst参数$H$小于3/4时,极限分布具有高斯极限和速率$\sqrt{n}$;当$H \in (3/4,1)$小于3/4时,极限分布具有非高斯极限(属于第二Wiener混沌),速率依赖于Hurst参数.一些蒙特卡罗实验来说明我们的索赔和尼罗河数据进行了分析作为一个应用程序。理论结果和经验证据强烈建议使用稳健估计作为估计高斯过程的相依结构的替代。
2009-12-23 math.ST stat.TH
Parameter Estimation of Gaussian Stationary Processes using the Generalized Method of Moments
本文考虑一类具有显参数谱密度的平稳高斯过程。在自协方差函数满足一定条件的情况下,利用Breuer-Major定理和前人关于遍历性的结果,定义了一个满足相合性和渐近正态性的GMM估计.这一结果被应用到由分数布朗运动驱动的平稳Ornstein-Uhlenbeck(festival)过程的三个参数的联合估计。其GMM估计量的渐近正态性适用于(0,1)中的任何H,并且对其余参数有一定的限制。数值研究是在第四种情况下进行的,以说明估计的实际性能时,数据点的数量是温和的。
2017-01-16 math.ST stat.TH
Concentration and moment inequalities for sums of independent heavy-tailed random matrices
University of Southern California(南加州大学)
本文针对仅存在低阶有限矩的独立重尾随机矩阵和,证明了依赖有效秩等内在维度的Fuk-Nagaev型与Rosenthal型不等式,并通过多个应用验证了结果优势。
2025-11-19 math.PR math.ST stat.TH
Second order mixed moment inequalities based on Gram matrices
University of Rome Tor-Vergata(罗马托维尔加塔大学)
将Walker不等式推广到任意随机向量Gram矩阵的一般二阶混合矩不等式族,并讨论其对有偏估计Cramer-Rao下界的影响。
2026-06-23 math.PR math.ST stat.TH
On Wilks' joint moment formulas for embedded principal minors of Wishart random matrices
本文利用迭代Schur补给出Wilks关于Wishart随机矩阵嵌入主子式联合矩公式的新证明,绕开Bartlett分解,并将其不相交主子式联合矩的公开问题与高斯乘积不等式猜想联系起来。
2024-06-06 math.PR math.ST stat.TH
A recursion formula for mixed trace moments of isotropic Wishart matrices and the Gaussian unitary/orthogonal ensembles
针对四类基本随机矩阵系综,论文给出混合迹矩的精确递归公式,并以无需多边形胶合背景的直接方式证明。
2024-04-10 math.PR math.ST stat.TH
Moments of minors of Wishart matrices
对于服从Wishart分布的随机矩阵,我们导出了复合矩阵的期望和协方差阵的计算公式。$m$阶的复合矩阵由Wishart矩阵的所有$m\times m$ -子式填充。我们的结果产生的一阶和二阶矩的多元正态观测的样本协方差阵的子。这项工作的动机是这样一个事实,即这种未成年人出现在协方差阵在许多经典的多变量问题的约束的表达。
2008-11-05 math.PR math.ST stat.TH
On Wilks' problem: Exact recursive formulas via Stein's method for the joint moments of disjoint principal minors of Wishart random matrices
The University of Manchester(曼彻斯特大学);Université du Québec à Trois-Rivières(特鲁瓦-里维耶尔魁北克大学)
解决威尔克斯提出的计算威沙特随机矩阵不相交主子式联合矩的问题,利用斯坦因方法,通过威沙特斯坦特征得到降阶递归公式并精确求值,数值实验验证公式。
2026-07-07 math.PR math.ST stat.TH
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
Correction on Moments of minors of Wishart matrices
M. Wishart矩阵子式矩的修正Drton和A.戈亚(安。中央集权主义者。36(2008)2261-2283),arXiv:math/0604488
2012-08-16 math.ST stat.TH
Bounds on Spreads of Matrices related to Fourth Central Moment. II
本文导出了离散分布和连续分布的前四个中心矩的不等式。当一个矩阵的所有特征值都是实数时,得到了其特征值和展度的界。同样,我们讨论了一个多项式方程的根和跨度的界限。
2019-07-18 math.ST stat.TH
Why we should interpret density matrices as moment matrices: the case of (in)distinguishable particles and the emergence of classical reality
我们介绍了量子理论(QT)作为一个一般的概率理论,但通过准期望算子(QEOs)表示的制定。这个公式提供了一个直接的解释密度矩阵作为准矩矩阵。使用QEO,我们将提供一系列表示定理,a' la de Finetti,将经典概率质量函数(满足某些对称性)与准期望算子联系起来。我们将表明,QT的可区分和不可区分的粒子可以用这种方式制定。虽然粒子的不可分割性被认为是一种真正的“怪异”量子现象,但它并不特殊。我们将证明经典骰子的可交换概率和QT一样奇怪。利用这种联系,我们将通过可交换随机变量的经典统计概念重新推导玻色子QT中的第一和第二量子化。使用这种方法,我们将展示经典实在如何随着全同玻色子数量的增加而出现在QT中(类似于经典骰子的掷数可交换序列所发生的情况)。
2022-03-09 math.PR math.ST quant-ph
Moment bounds for condition numbers and singular values of high-dimensional Gaussian random matrices: Applications and limitations
Florida State University(佛罗里达州立大学);University of Florida(佛罗里达大学);University of Iowa(爱荷华大学)
本文研究了高维高斯随机矩阵的矩界,推导了条件数和奇异值的矩界,并应用于高维回归和协方差估计,同时指出这些界无法扩展到更广的子高斯随机矩阵类。
2026-02-27 math.ST stat.TH
Marcinkiewicz Law of Large Numbers for Outer-products of Heavy-tailed, Long-range Dependent Data
Marcinkiewicz Strong Law,$\displaystyle\lim_{n\to\infty}\frac{1}{n^{\frac1p}}\sum_{k=1}^n (D_{k}- D)=0$ a.s.其中$p\in(1,2)$均为双边(多元)线性过程(系数矩阵为$(C_l), (\overline{C}_l)$和i.i.d.)零均值新息$\{Ξ\}$、$\{\overlineΞ\}$)。矩阵序列$C_l$和$\overline{C}_l$可以足够慢地衰减(如$|l|\to\infty$),使得$\{X_k,\overline{X}_k\}$具有长程相关性,而$\{D_k\}$可以具有重尾。特别是,重尾和长程依赖现象$\{D_k\}$同时处理和一个新的解耦性能证明,表明收敛速度是由最坏的重尾或长程依赖,但不是组合。主要结果被应用于随机逼近、非线性函数形式和自协方差的Marcinkiewicz强大数定律。
2015-01-11 math.ST stat.TH
Generalized Four Moment Theorem with an application to the CLT for the spiked eigenvalues of high-dimensional general Fisher-matrices
局部尖峰特征值的普适性是研究高维广义Fisher矩阵尖峰特征值块的渐近律问题的有力工具。本文研究了一类更广义的spiked Fisher矩阵,其中$Σ_1Σ_2^{-1}$不受对角独立性的限制,spiked特征值和总体四阶矩都不需要有界.通过将匹配四阶矩约束简化为尾概率,提出了高维广义Fisher矩阵尖峰特征值的广义四阶矩定理(G4MT),证明了广义Fisher矩阵尖峰特征值的极限分布与样本的实际分布无关.此外,作为示例,我们还将G4MT应用于广义spiked Fisher矩阵的spiked特征值的中心极限定理,从而消除了Wang和Yao(2017)给出的对角块独立性的严格条件,并将其结果推广到更广泛的应用中,而无需有界的四阶矩和对角块独立结构,更好地满足实际情况。
2019-04-11 math.ST stat.TH
Fourth-Moment Strong Universality for Finite-Type Transpose-Correlated Random Matrices
School of Mathematical Sciences, Peking University(北京大学数学科学学院)
本文证明有限型转置相关随机矩阵在精确第四矩阈值下的强普适性,给出协方差匹配自由高斯极限,并应用于连续轮廓,指出嵌套情形阈值尖锐。
2026-09-24 math.PR math.ST stat.ML
Generalized Four Moment Theorem and an Application to CLT for Spiked Eigenvalues of Large-dimensional Covariance Matrices
我们考虑一个更广义的尖峰协方差阵$Σ$,这是一个一般的不定矩阵与尖峰特征值分散到几个散装和最大的允许趋于无穷大。通过将四阶矩的匹配放松为尾概率衰减,提出了{ \it广义四阶矩定理}(G4 MT),以证明广义尖峰协方差阵的局部谱统计量的渐近律的普适性,这意味着广义尖峰协方差阵的尖峰特征值的极限分布与样本的实际分布无关,满足我们的宽松的假设。此外,将其应用于广义尖峰协方差阵尖峰特征值的中心极限定理(CLT),将Bai和Yao(2012)的结果推广到一般形式的总体协方差阵,其中不要求4阶矩存在,允许尖峰特征值依赖于非尖峰特征值,从而更符合实际情况.
2019-04-25 math.ST stat.ME stat.TH
Estimating the Spectral Moments of the Kernel Integral Operator from Finite Sample Matrices
Weill Cornell Medical College(威尔康奈尔医学院);New York University(纽约大学);Cornell Tech(康奈尔科技学院);Flatiron Institute(弗莱堡研究所)
针对有限测量下样本协方差矩阵谱分析有偏的问题,提出基于动态规划的新算法,可从有限采样矩阵无偏估计核积分算子谱矩,在RBF核上验证了准确性,并展示其在理解神经网络表示几何中的实用价值。
2025-02-08 cs.LG math.SP math.ST