Fluctuations of an improved population eigenvalue estimator in sample covariance matrix models
本文给出了基于样本协方差阵的大重数总体特征值相合估计的中心极限定理。重点是有限的样本量的情况下,可用的观测的数量是已知的,并在规模上的观测维。一个精确的表达式,以及经验,渐近准确,近似的极限方差。模拟证实了理论主张。开发了一个无线传感器网络的具体应用。
2011-08-26 math.PR math.ST stat.TH
A CLT for the difference of eigenvalue statistics of sample covariance matrices
该研究在数据维度与样本量同阶增长的情形下,证明了样本协方差矩阵与删去一列及对应行后矩阵的线性谱统计量之差的中心极限定理,放宽了总体协方差矩阵对角性与各阶矩存在的条件,还建立了差分型谱统计量与常规线性谱统计量的渐近独立性。
2023-06-16 math.PR math.ST stat.TH
On the overestimation of the largest eigenvalue of a covariance matrix
本文用一种新的方法证明了正态分布向量的样本协方差阵的最大特征值在维数为无穷大时以概率1大于真最大特征值。我们证明了一个类似的结果的最小特征值。
2017-08-11 math.PR math.ST q-fin.MF
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 $,一些定量估计也成立。
2019-12-11 math.PR math.ST stat.TH
Convergence rate to the Tracy--Widom laws for the largest eigenvalue of sample covariance matrices
本文建立了高维样本协方差阵最大特征值的Tracy-Widom定律的定量形式。为了更准确地说,我们表明,样本协方差矩阵$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}$。我们的证明依赖于使用迭代累积量展开的格林函数比较方法[27],格林函数的局部定律和白色Wishart系综相关核的渐近性质。
2021-08-05 math.PR math.ST stat.TH
Universality results for largest eigenvalues of some sample covariance matrix ensembles
对于具有亚高斯尾的iid元的样本协方差阵,当样本个数和变量个数都变大且比值趋于1时,这是A. Soshnikov证明了最大特征值的极限分布与高斯样本的极限分布相同.在本文中,我们将这个结果推广到两种情况。第一种情况是当比率接近任意有限值时。第二种情况是当比率变为无穷大或任意小时。
2007-06-21 math.PR math.ST stat.TH
Eigenvalues and eigenvectors of heavy-tailed sample covariance matrices with general growth rates: the iid case
本文研究了当$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$增长在任何多项式的速度。这些证明与文献[2,31,32]中的证明不同,我们采用了大偏差技术。证明表明,只有样本协方差阵的对角线与最大特征值及其对应的特征向量的渐近行为有关,这些特征值和特征向量接近于标准基向量。我们还讨论了样本自协方差矩阵的结果的扩展。
2016-08-24 math.PR math.ST stat.TH
Extremal eigenvalues of sample covariance matrices with general population
我们考虑$\mathcal{Q}=(Σ^{1/2}X)(Σ^{1/2}X)^*$形式的样本协方差阵的特征值。样本$X$是一个具有实数独立项的$M\times N$矩形随机矩阵,总体协方差矩阵$Σ$是一个独立于$X$的正定对角矩阵。假设$Σ$的极限谱密度在谱的右边缘处呈现凸衰减,在具有$N/M \to d\in(0,\infty)$的极限$M, N \to \infty$中,我们发现一定的阈值$d_+$,使得对于$d>d_+$,$\mathcal{Q}$的极限谱分布在谱的右边缘处也呈现凸衰减。在这种情况下,$\mathcal{Q}$的最大本征值由$Σ$的本征值的顺序统计量确定,并且特别地,$\mathcal{Q}$的最大本征值的极限分布由威布尔分布给出。在$d<d_+$情形下,我们还证明了当$Σ$的元素是独立同分布时,$\caQ$的最大特征值的极限分布是高斯分布.随机变量虽然$Σ$被认为是随机的,但结果也适用于确定性$Σ$,并有一些额外的假设。
2020-09-15 math.PR math.ST stat.TH
Tracy--Widom limit for the largest eigenvalue of a large class of complex sample covariance matrices
我们考虑了某些样本协方差阵的最大特征值在相应的数据矩阵的两个维度都趋于无穷大的渐近区域中的渐近波动行为。更准确地说,令$X$是一个$n\times p$矩阵,并且令它的行是i.i.d.。均值为0和协方差为$Σ_p$的复正态向量。我们发现,对于一个大类的协方差阵$Σ_p$,$X^*X$的最大特征值是渐近分布(重新定中心和重新缩放后)的Tracy-Widom分布,出现在高斯酉系综的研究。我们给出了明确的公式的中心和缩放序列,很容易实现,只涉及人口协方差谱分布,$n$和$p$。主要定理适用于应用中发现的一些协方差模型。例如,行为良好的Toeplitz矩阵协方差阵,其谱分布是原子的总和(在某些条件下,原子的质量)是该定理可以处理的模型之一。将定理推广到我们的模型的某些尖峰版本,以及a.s.给出了最大特征值的一些结果。我们还讨论了一个简单的推论,该推论不需要数据矩阵项的正态性,以及多元统计应用的一些后果。
2007-07-26 math.PR math.ST stat.TH
A New Two-Sample Test for Covariance Matrices in High Dimensions: U-Statistics Meet Leading Eigenvalues
本文提出一种高维协方差矩阵两样本混合检验,通过 Fisher 方法结合 Frobenius 范数统计量与主导特征值统计量,并证明二者渐近独立,从而对稠密和稀疏备择均有效。
2025-06-06 math.PR math.ST stat.TH
Tracy-Widom Distribution for the Largest Eigenvalue of Real Sample Covariance Matrices with General Population
我们考虑样本协方差阵的形式$\mathcal{Q}=(Σ^{1/2}X)(Σ^{1/2} X)^*$,其中的样本$X$是一个$M\times N$随机矩阵,其条目是真正的独立随机变量方差$1/N$和$Σ$是一个$M\times M$正定确定性矩阵。分析了当$M$和$N$都趋于无穷大时,$\mathcal{Q}$的最大重标特征值的渐近涨落,并给出了$N/M\to d\in(0,\infty)$ .对于亚临界区的一类大的总体$Σ$,我们证明了$\mathcal{Q}$的最大重标本征值的分布是由1型Tracy-Widom分布给出的,并且附加了以下假设:(1)$X$的元素是独立同分布的;高斯或(2)$Σ$是对角的,并且$X$的项具有次指数衰减。
2015-06-09 math.PR math.ST stat.TH
Eigenvalue distribution of large sample covariance matrices of linear processes
当数据随时间变化时,我们导出了大样本协方差矩阵特征值的分布。更准确地说,每个变量$i=1,...,p$的相关性被建模为线性过程$(X_{i,t})_{t=1,...,n}=(\sum_{j=0}^\infty c_j Z_{i,t-j})_{t=1,...,n}$,其中假设$\{Z_{i,t}\}$是具有有限四阶矩的独立随机变量。如果样本量$n$和变量数$p=p_n$均收敛到无穷大,使得$y=\lim_{n\to\infty}{n/p_n}>0$,则$p^{-1}\X\X^T$的经验谱分布收敛到仅取决于$y$和$(X_{1,t})_{t\in\Z}$的谱密度的非\hyp{}随机分布。特别是,我们的结果适用于(分数积分)ARMA过程,我们说明了一些例子。
2012-01-18 math.PR math.ST stat.TH
Principal components of spiked covariance matrices in the supercritical regime
本文研究了超临界条件下尖峰协方差阵的极值特征值和特征向量的渐近性态。具体地说,我们推导出在这个政权的极端特征值和广义分量的特征向量的联合分布。
2020-08-28 math.PR math.ST stat.TH
Limit Theory for the largest eigenvalues of sample covariance matrices with heavy-tails
研究了基于大$p\times n$矩阵$X$的$p\times p$样本协方差矩阵$XX^\T$的最大特征值的联合极限分布. $X$的行由线性过程$X_{it}=\sum_j c_j Z_{i,t-j}$的独立副本给出,该过程具有带尾部索引$α\in(0,4)$的规则变化噪声$(Z_{it})$。证明了基于$XX^\T$特征值的点过程以适当的速度收敛于强度测度依赖于$α$和$\sum c_j^2$的Poisson分布点过程,收敛于$n\to\infty$和$p\to\infty$.这一结果被扩展到随机系数模型的线性过程$(X_{it})$的系数由$c_j(θ_i)$给出,对于一些遍历序列$(θ_i)$,因此在每一行的$X$不同。作为我们的技术的一个副产品,我们得到了相应的结果的证明,在$p/n$为零或无穷大和$α\in(0,2)$的情况下,矩阵与iid条目。
2012-10-29 math.PR math.ST stat.TH
Edgeworth corrections for the spiked eigenvalues of non-Gaussian sample covariance matrices with applications
KLASMOE and School of Mathematics and Statistics, Northeast Normal University(东北师范大学数学与统计学院)
本文为非高斯数据下的单尖刺和多尖刺场景建立了尖刺特征值的一阶 Edgeworth 展开,借此构建更准确的置信区间并估计尖刺数量,在稳健性和准确性上优于现有方法。
2026-09-24 math.PR math.ST stat.ME
Spiked separable covariance matrices and principal components
我们引入了一类可分离的样本协方差阵的形式$\widetilde{\mathcal{Q}}_1:=\widetilde A^{1/2} X \widetilde B X^* \widetilde A^{1/2}.$这里$\widetilde{A}$和$\widetilde{B}$是正定矩阵,其频谱包括大量的频谱加上几个尖峰,即较大的本征值,从散装分开。从概念上讲,我们将$\widetilde{\mathcal{Q}}_1$称为\emph{spiked separable covariance matrix model}。一方面,该模型包括加标协方差矩阵作为$\widetilde{B}=I$的特殊情况。另一方面,它允许数据集的更一般的相关性。特别地,对于时空数据集,$\widetilde{A}$和$\widetilde{B}$分别表示空间和时间相关性。本文研究了加标可分离协方差模型$\widetilde{\mathcal{Q}}_1$的异常特征值和特征向量,即主成分。我们证明了离群特征值$\widetilde λ_i$和广义分量(即$\langle \mathbf v, \widetilde{\mathbfξ}_i \rangle$任何确定性向量$\mathbf v$)的离群特征向量$\widetilde{\mathbfξ}_i$的最佳收敛速度。此外,我们还证明了非离群特征向量的离域性…
2020-06-28 math.PR math.ST stat.TH
Asymptotics of empirical eigenvalues for large separable covariance matrices
研究了一类非独立高斯过程(可分离且时间平稳)的样本协方差阵在Kolmogorov渐近条件下特征值的渐近性.限制谱分布(LSD)被证明是明确地依赖于柯尔莫哥洛夫常数(一个固定的限制比的样本量的维数)和参数表示的空间和时间的相关性。由自由调和分析得到的柯西变换、M变换和N变换在LSD计算中起着关键作用。对于空间协方差阵为对角占优Wigner矩阵,时间协方差阵为指数非对角衰减(Toeplitz)矩阵,利用自由随机变量的自由乘法律给出了LSD的半封闭形式(只有最后一步是数值计算).此外,我们还推导出一个非线性收缩估计的顶部特征值与低秩矩阵(厄米)从其噪声测量。数值研究的估计的有效性。
2019-10-10 cs.IT math.IT math.PR
Testing the number of common factors by bootstrapped sample covariance matrix in high-dimensional factor models and errata
Shanghai University of Finance and Economics(上海财经大学);Jiangsu Normal University(江苏师范大学);National University of Singapore(新加坡国立大学)
本文研究了高维因子模型中自助法对样本协方差矩阵特征值分布的影响,利用尖刺与非尖刺特征值的不同渐近行为,提出了检验公共因子数目的创新方法,并证明了其在弱因子和截面相关误差下的可靠性。
2026-11-13 math.PR math.ST stat.ME
Lower bounds on the smallest eigenvalue of a sample covariance matrix
在弱假设或无假设的情况下,得到了中心各向同性随机向量的样本协方差阵的最小特征值的紧下界。
2014-12-16 math.PR
A CLT for the LSS of large dimensional sample covariance matrices with unbounded dispersions
在总体协方差阵不一致有界的情况下,建立了高维样本协方差阵线性谱统计量的中心极限定理,它是Bai-Silverstein定理(BST)(2004)的非平凡推广.后者有力地促进了高维统计学的发展,特别是随机矩阵理论在统计学中的应用。但是,总体协方差阵一致有界的假设被发现强烈地限制了BST的应用。本文的目的是消除BST应用的障碍。新的CLT允许尖峰特征值存在并趋于无穷大。有趣的是,注意到尖峰特征值或批量特征值或两者的作用在CLT中占主导地位。此外,通过各种人口设置的模拟研究来检查结果。然后应用LSS的CLT来检验协方差阵$ \bSi $等于单位矩阵的假设。为此,我们导出了修正的似然比检验(LRT)和Nagao迹检验(NT)在选择项下的渐近分布,并给出了LRT和NT在某些选择项下的渐近功效。
2022-05-15 math.PR math.ST stat.TH
Eigenvalue Statistics for Change-Point Detection in Covariance Matrices
Aarhus University(奥胡斯大学)
本文提出了一种基于顺序特征值统计的方法,用于检测协方差矩阵序列中的突变点,通过分析似然比统计量的渐近性质,提供理论保证和检验方法。
2026-09-10 math.PR math.ST stat.TH
Phase transition of the largest eigenvalue for non-null complex sample covariance matrices
当样本个数和每个样本中的变量数都变大时,我们计算复高斯样本协方差阵的最大特征值的极限分布。当协方差矩阵的所有特征值都相同时,样本协方差阵的最大特征值的极限分布对协方差阵的那些显著的$r$特征值的依赖性完全由一个无穷序列的新分布函数来表征,该分布函数推广了随机矩阵理论的Tracy-Widom分布。特别是观察到相变现象。我们的结果也适用于最后一个通道渗流模型和排队模型。
2004-10-21 math.PR
Spiked covariances and principal components analysis in high-dimensional random effects models
我们研究了多变量随机和混合效应线性模型中的主成分分析,假设每个随机效应的协方差阵具有球形加尖峰结构。我们刻画了高维渐近条件下MANOVA方差分量估计的离群样本特征值和特征向量的行为。我们的研究结果表明,混叠现象可能会发生在高维,其中一个方差分量的MANOVA估计的特征值和特征向量可能会受到其他组件。我们提出了一种替代的方法来估计真正的主特征值和特征向量,渐近纠正这个混叠问题。
2018-06-25 math.PR math.ST stat.ME
Limit theorems for sample eigenvalues in a generalized spiked population model
在Johnstone(2001)提出的加样总体模型中,总体协方差阵除了少数固定特征值(加样值)外,其余特征值都等于单位。问题是量化尖峰特征值引起的扰动的影响。Baik和Silverstein(2006)建立了当总体和样本量变大时与尖峰特征值相关的极端样本特征值的几乎必然极限。在最近的工作(白和姚,2008年),我们已经提供了这些极端样本特征值的极限分布。在本文中,我们将这一理论推广到一个{ \em广义}的加标人口模型,其中的基础人口协方差阵是任意的,而不是在Johnstone的情况下的单位矩阵。引入新的数学工具来建立由尖峰产生的样本特征值的几乎必然收敛。
2008-06-06 math.PR math.ST stat.TH
Universality for the largest eigenvalue of sample covariance matrices with general population
本文主要研究一类具有$\mathcal{W}_N=Σ^{1/2}XX^*Σ^{1/2}$形式的高维实或复样本协方差阵的最大特征值的普适性。这里,$X=(x_{ij})_{M,N}$是具有独立条目$x_{ij},1\leq i\leq M,1\leq j\leq N$的$M\times N$随机矩阵,使得$\mathbb{E}x_{ij}=0$,$\mathbb{E}|x_{ij}|^2=1/N$。在维度上,我们假设$M=M(N)$和$N/M\rightarrow d\in(0,\infty)$为$N\rightarrow\infty$。对于一类一般的确定正定$M\times M$矩阵$Σ$,在对$x_{ij}$的分布作一些附加假设的情况下,利用[Probab. Theory Related Fields 154(2012)341-407,Adv.Math.229(2012)1435-1515],由Erdens,Yau和Yin针对维格纳矩阵,并由Pillai和Yin [Ann. Appl. Probab. 24(2014)935-1001]中描述的方法,以在空值情况下对样本协方差阵进行采样($Σ=I$)。因此,在标准的复杂情况下($\mathbb{E}x_{ij}^2=0$),结合这种普适性和已知的结果高斯矩阵获得的El Karoui在[Ann. Probab. 35(2007)66…
2015-03-05 math.PR math.ST stat.TH
On eigenvalue distributions of large auto-covariance matrices
本文建立了一类自协方差阵特征值的极限分布。对于这些自协方差阵的正则化版本,在文献中也发现了相同的分布。原始的非正则化自协方差阵是不可逆的,这给通过Girko的Hermitization方案研究其特征值带来了额外的困难。本文的关键结果是一个新的多项式下界的预解矩阵的最小奇异值的秩亏损二次函数的随机矩阵的独立和相同的分布元素。本文的另一个改进是自协方差阵的滞后可以随着矩阵维数的增加而无穷大。
2021-03-22 math.PR
Large deviations of extreme eigenvalues of generalized sample covariance matrices
本文提出了一种计算随机矩阵的最大特征值为无穷大的罕见事件概率的分析方法。其大偏差的右尾)。结果也转移到了左尾最小特征值的大偏差上。该技术改进了过去的方法,不需要明确的法律的特征值,我们将其应用到一个大类的随机矩阵,以前遥不可及。特别是,我们解决了一个开放的问题,与性能的主成分分析高度相关的数据,并打开了道路,分析复杂的推理模型的高维景观。我们使用重要性抽样方法来探测我们的结果,有效地模拟概率小至$10^{-100}$的事件。
2021-02-08 cond-mat.dis-nn cond-mat.stat-mech math.PR
Eigenvalue variance bounds for covariance matrices
本文研究了随机协方差阵的个体特征值的方差的有限值域。在前一篇论文中,作者建立了Wigner矩阵的类似结果,并陈述了协方差阵的结果。本文证明了它们。依赖于LUE的例子,这需要首先进行调查,主要的边界扩展到复杂的协方差阵的陶,Vu和王四矩定理和最近的本地化结果由Pillai和尹。实协方差阵的情况下得到的隔行公式。
2013-09-24 math.PR
The largest eigenvalues of sample covariance matrices for a spiked population: diagonal case
我们考虑大复杂的随机样本协方差矩阵获得的“尖峰人口”,即当真正的协方差矩阵是对角的,但许多特征值等于一。我们研究了当总体和样本容量都变大时最大特征值的极限行为。在样本分布的矩满足一定条件的情况下,证明了最大特征值的渐近涨落与具有相同真协方差的复高斯样本的渐近涨落相同。也考虑了真实的设置。
2008-12-12 math-ph math.MP math.PR
Can the Adaptive Metropolis Algorithm Collapse Without the Covariance Lower Bound?
自适应Metropolis(AM)算法基于对称随机游走Metropolis算法。在步骤$n+1$ \[ S_n = Cov(X_1,...,X_n) + εI, \],建议分布具有以下时间相关协方差阵,即,链的历史的样本协方差阵加上单位矩阵$I$的(小)常数$ε>0$倍数。由因子$εI$引起的$S_n$的本征值的下界在理论上是方便的,但实际上是麻烦的,因为参数$ε$的好值可能并不总是容易选择的。本文考虑AM算法的变体,这些变体没有显式地将$S_n$的特征值与零绑定。详细研究了$S_n$的行为,表明$S_n$的特征值一般不会趋于零.
2009-11-03 math.PR math.ST stat.CO
A universality result for the smallest eigenvalues of certain sample covariance matrices
经过适当的尺度变换和一些技术假设下,样本协方差矩阵的最小特征值的纵横比有界远离1收敛到Tracy-Widom分布。这补充了最大特征值的结果,由于Soshnikov和Peche。
2009-06-20 math-ph math.MP math.PR
On the Central Limit Theorem for the Eigenvalue Counting Function of Wigner and Covariance matrices
本文给出了Wigner矩阵特征值计数函数的若干中心极限定理,其形式是Gustavsson和O 'Rourke关于Gauss矩阵特征值在循环律中的极限行为的结果的适当翻译.然后,由陶和Vu四矩定理将定理推广到大的Wigner矩阵族。对于协方差阵也得到了类似的结果。
2011-02-17 math.PR
Random covariance matrices: Universality of local statistics of eigenvalues up to the edge
研究了协方差阵$\frac{1}{n}M^* M$的特征值统计量的普适性,其中$M$是满足条件$\bf{C1}$的大$p\times n$矩阵.特别是,作为一个应用程序,我们证明了一个变种的最小奇异值的$M_{p,n}$的普遍性结果。本文是对\cite{tvcovariance}中从频谱大部分到边缘的结果的扩展。
2011-04-26 math.PR
Eigenvalue variance bounds for Wigner and covariance random matrices
这项工作是关注有限的范围内的个别特征值的维格纳随机矩阵的方差,在批量和边缘的频谱,以及一些中间特征值。依赖于GUE的例子,这需要首先进行调查,主要的界限扩展到家庭的厄米特维格纳矩阵的陶和Vu四矩定理和最近的本地化结果埃尔德什,丘和尹。实维格纳矩阵的情况下,得到从隔行公式。作为应用,给出了经验谱测度与谱律之间的2-Wasserstein距离的界.对于随机协方差阵也有类似的结果。
2012-07-05 math.PR
Fluctuations for linear eigenvalue statistics of sample covariance matrices
本文证明了样本协方差阵$\widetilde{W}$及其子阵$W$的线性特征值统计量之差的中心极限定理。我们发现,这种差异的波动是远远小于那些个人的线性统计,作为一个后果之间的强相关性的特征值的$\widetilde{W}$和$W$。我们的结果确定了Dumitru和Paquette最近的论文中的近似高斯场的空间导数的波动。与Wigner矩阵的类似结果不同,对于样本协方差阵,波动可能完全消失。
2021-11-22 math-ph math.MP math.PR
Ensemble-based estimates of eigenvector error for empirical covariance matrices
协方差阵是经济、物理和生物系统分析和预测的基础。虽然协方差矩阵的特征值$\{λ_i\}$和特征向量$\{{\bf u}_i\}$是这种努力的核心,但在实践中,必须不可避免地基于具有有限样本大小$n$的数据来近似协方差矩阵,以获得经验特征值$\{\tildeλ_i\}$和特征向量$\{\tilde{\bf u}_i\}$,因此理解如此引入的误差是至关重要的。我们分析特征向量误差$\|{\bf u}_i - \tilde{\bf u}_i \|^2$,同时利用的假设,即真正的协方差矩阵具有大小$p$是从一个矩阵合奏与已知的频谱特性-特别是,我们假设人口特征值的分布弱收敛为$p\to\infty$的频谱密度$ρ(λ)$和人口特征值之间的间距是类似的高斯正交合奏。我们的方法补充了以前的特征向量误差的分析,需要完整的特征值是已知的,这可能是计算上不可行的$p$是大的。为了提供一个可扩展的方法,特征向量误差的不确定性量化,我们考虑一个固定的特征值$λ$和近似的分布的预期平方误差$r= \mathbb{E}\left[\| {\bf u}_i - \tilde{\bf u}_i \|^2\right]$在整个矩阵合奏与$λ_i=λ$相关的所有${\bf u}_i$。例如,我们发现,对于足够大的矩阵大小$p$和样本大小$n>p$,$r$的概率密度缩放为$1/nr^2$。这种幂律缩放意味着特征向量误…
2018-02-28 cond-mat.dis-nn math.PR math.ST
Universality for eigenvalue algorithms on sample covariance matrices
Courant Institute of Mathematical Sciences, New York University(纽约大学库朗数学科学研究所);Department of Mathematics, University of California, Irvine(加州大学欧文分校数学系)
研究随机正定样本协方差矩阵上幂/逆幂方法和QR特征值算法的迭代次数,证明其收敛性及计算极值特征值的复杂度估计。
2017-01-07 cs.NA math.NA math.PR
Bulk Eigenvalue Correlation Statistics of Random Biregular Bipartite Graphs
本文是作者本科毕业论文的第二章。本文考虑$(d_b, d_w)$ -正则图在$M$黑点和$N$白点上给出的随机矩阵系综,其中$d_b \in [N^γ, N^{2/3 - γ}]$对任何$γ> 0$。我们同时证明了归一化邻接矩阵及其相应的协方差阵的体特征值相关统计量在短时间内是稳定的。结合另一篇文章对Dyson布朗运动的遍历性分析,证明了体特征值相关统计量的普适性,用GOE匹配归一化邻接矩阵,用Gaussian Wishart Enhancement匹配相应的协方差阵.
2018-01-16 math.CO math.PR math.ST
Central limit theorem for mesoscopic eigenvalue statistics of deformed Wigner matrices and sample covariance matrices
我们考虑$N$由$N$变形的Wigner随机矩阵的形式$X_N=H_N+A_N$,其中$H_N$是一个真正的对称或复杂的Hermitian Wigner矩阵和$A_N$是一个确定性的实有界对角矩阵。我们证明了一个通用的中心极限定理的线性本征值统计的$X_N$的所有介观尺度都在光谱体积和在正规的边缘,其中的全球特征值密度为零的平方根。该方法依赖于[47]中的特征函数方法,[3,46,51]中$X_N$的格林函数的局部定律和自由加法卷积的分析从属性质[24,41]。对于高维样本协方差阵,我们也证明了类似的结果。
2020-09-18 math.PR
Asymptotic Joint Distribution of Extreme Eigenvalues of the Sample Covariance Matrix in the Spiked Population Model
在本文中,我们考虑一个数据矩阵$X\in\mathbb{C}^{N\times M}$,其中所有的列是i.i.d.样本是平均值为零和协方差为$Σ\in\mathbb{C}^{N\times N}$的$N$维复高斯。这里的总体矩阵$Σ$是单位矩阵的有限秩扰动。这是Johnstone在\cite{21}中首次提出的“峰值种群模型”。作为$M, N\to\infty$而不是$M/N = γ\in(1, \infty)$,本文首先建立了样本协方差阵$S:= XX^*/M$的最小特征值的渐近分布。它还表现出\cite{1}提出的相变现象--局域涨落将是本文定义的广义Tracy-Widom或广义Gauss。证明了最大和最小特征值作为$M, N\to\infty$是渐近独立的。
2012-07-18 math.PR
Large deviations for the largest eigenvalue of generalized sample covariance matrices
我们建立了广义样本协方差矩阵的最大特征值的大偏差原理,广义样本协方差矩阵是指与$Z^T ΓZ$成比例的矩阵,其中$Z$具有i.i.d.实数或复数项,并且$Γ$不一定是恒等式。当$Z$是高斯和$Γ$是正定的经典情况下,我们治疗,但我们也涵盖了两个正交扩展:要么条目的$Z$,而不是尖锐的亚高斯,一类包括Rademacher和均匀分布,我们发现相同的速率函数的高斯模型;或$Γ$可以有负的特征值,如果$Z$仍然是高斯。后一种情况证实了物理学文献中的Maillard公式。我们还将我们的技术应用于变形的维格纳矩阵的最大特征值,实数或复数,在那里我们将以前的大偏差估计升级为完整的大偏差原则。最后,我们删除了一些技术假设,目前在以前的相关工作。
2023-02-06 math.PR
Partial Linear Eigenvalue Statistics for Wigner and Sample Covariance Random Matrices
令$M_n$是$n \times n$ Wigner或样本协方差随机矩阵,并且令$μ_1(M_n), μ_2(M_n), ..., μ_n(M_n)$表示$M_n$的无序特征值。我们研究了部分线性特征值统计量$$ \sum_{i=1}^{n-k} f(μ_i(M_n)) $$作为$n \rightarrow \infty$对足够好的测试功能$f$的波动。我们考虑的情况下,当$k$是固定的,当$\min{k,n-k}$趋于无穷与$n$。
2013-03-25 math-ph math.MP math.PR
Simple Relative Deviation Bounds for Covariance and Gram Matrices
Weizmann Institute of Science(魏茨曼科学研究院)
本文提出一种通用定理,将现有均匀界转换为相对偏差界,从而为协方差和格拉姆矩阵的特征值提供非渐近的、跨谱更精确的控制。
2025-05-27 cs.LG math.PR math.ST
A note on the smallest eigenvalue of the empirical covariance of causal Gaussian processes
University of Pennsylvania(宾夕法尼亚大学)
本文通过因果分解和基本高斯分布事实,给出了因果高斯过程经验协方差最小特征值的简单证明,并展示了其在向量自回归最小二乘辨识中的性能保证。
2023-10-27 cs.LG cs.SY eess.SY
Central limit theorem for eigenvalue statistics of sample covariance matrix with random population
考虑样本协方差阵$$Σ^{1/2}XX^TΣ^{1/2}$$,其中$X$是具有独立元素的$M\times N$随机矩阵,$Σ$是$M\times M$对角矩阵。已知如果$Σ$是确定性的,则$$\sum_if(λ_i)$$的波动在分布上收敛于高斯分布。这里$\{λ_i\}$是$Σ^{1/2}XX^TΣ^{1/2}$的特征值,$f$是一个足够好的测试函数。在本文中,我们考虑的情况下,$Σ$是随机的,并表明$$\frac{1}{\sqrt N}\sum_if(λ_i)$$的波动收敛于分布的高斯分布。这种现象意味着$Σ$的随机性降低了$\{λ_i\}$之间的相关性。
2023-02-24 math.PR
Central Limit Theorem for linear eigenvalue statistics of the Wigner and sample covariance random matrices
本文考虑随机矩阵理论中的两个经典集合:Wigner矩阵和样本协方差矩阵,并在关于检验函数导数个数和项矩个数的较弱条件下(与已知结果相比)证明了线性特征值统计量的中心极限定理。此外,我们还发展了一种通用的方法,如果随机矩阵预解式的迹的方差有界,则该方法允许自动获得可微测试函数的方差界。该方法不仅适用于Wigner和样本协方差矩阵,而且适用于任何随机矩阵的集合。
2011-01-17 math-ph math.MP math.PR
On asymptotic expansion and CLT of linear eigenvalue statistics for sample covariance matrices when $N/M\rightarrow0$
本文研究了重正化实样本协方差矩阵$H=X^TX/\sqrt{MN}-\sqrt{M/N}$,其中$N/M\rightarrow0$为$N, M\rightarrow \infty$.我们总是假设$M=M(N)$。这里的$X=[X_{jk}]_{M\times N}$是一个$M\times N$实随机矩阵,其元素是独立同分布的,我们假设$\mathbb{E}|X_{11}|^{5+δ}<\infty$有一些小的正$δ$。考虑了Stieltjes变换$m_N(z)=N^{-1}Tr(H-z)^{-1}$和$H$的线性特征值统计。本文主要研究$\mathbb{E}\{m_N(z)\}$的渐近展开。然后,对某些精细的检验函数,建立了$H$的线性特征值统计量的中心极限定理。我们表明,方差的限制正态分布符合一个真正的维格纳矩阵的高斯条目的情况下。
2011-11-15 math.PR
No eigenvalues outside the limiting support of the spectral distribution of general sample covariance matrices
本文研究了一般总体下样本协方差阵的谱性质。考虑一类矩阵的形式$\mathbf S_n=\frac1n\mathbf B_n\mathbf X_n\mathbf X_n^*\mathbf B_n^*$,其中$\mathbf B_n$是一个$p\times m$非随机矩阵和$\mathbf X_n$是一个$m\times n$矩阵组成的i.i.d标准复杂的项目。$p/n\to c\in (0,\infty)$为$n\to \infty$,而$m$可以是任意的。我们证明了,在一些温和的假设下,概率为1,将有没有特征值在任何封闭的区间包含在一个开放的区间以外的极限分布$F_{c_n,H_n}$的支持,所有足够大的$n$。同时也得到了白音定律的一个推广。
2018-01-10 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
The eigenvalues of the sample covariance matrix of a multivariate heavy-tailed stochastic volatility model
考虑了一个多变量重尾随机波动率模型,分析了其样本协方差阵的大样本行为。我们研究了它的条目在无限方差的情况下的极限行为,并得出结果的有序特征值和相应的特征向量。从本质上讲,我们考虑两种不同的情况下,尾部行为要么源于i.i.d.。创新的过程或从其挥发序列。在这两种情况下,我们利用一个大偏差技术,定期变化的时间序列,以获得多元$α$ -稳定的极限分布的样本协方差阵。虽然我们表明,在重尾创新的情况下的限制行为类似于完全独立的观察,我们还得出,在重尾波动率序列的情况下,可能的限制行为是更多样化的,即允许依赖性的限制分布,这是由潜在的波动率序列的结构。
2016-05-09 math.PR
Extreme eigenvalues of Log-concave Ensemble
本文研究了随机矩阵的对数凹系综,即一类具有迷向对数凹$X$列的协方差型矩阵$XX^*$.一个主要例子是各向同性凸体上一致测度的协方差估计。文献中已经得到了极值特征值的非渐近估计和一阶渐近极限。本文利用对数凹测度\cite{chen, KL22}的最新进展,进一步以接近最优的精度定位特征值,即导出了该系综的谱刚性.基于谱刚性和附加的"无条件”假设,我们进一步导出了$XX^*$的极值特征值的Tracy-Widom律和强尖峰情况下的极值特征值的Gauss律.
2022-12-22 math.FA math.MG math.PR
Nonlinear spiked covariance matrices and signal propagation in deep neural networks
University of California San Diego(加州大学圣地亚哥分校);New York University(纽约大学);Flatiron Institute(弗拉蒂伦研究所);Yale University(耶鲁大学)
本文研究了深度神经网络中非线性尖峰协方差模型的信号特征值与特征向量,定量描述了输入数据尖峰特征结构在随机权重网络隐藏层中的传播机制,并分析了表示学习中目标函数与 CK 尖峰特征向量的对齐情况。
2024-02-15 cs.LG math.PR math.ST
On the principal components of sample covariance matrices
我们引入了一类$M \times M$样本协方差阵$\mathcal Q$,它包含和推广了几个以前的模型。假设相关的总体协方差矩阵$Σ= \mathbb E \cal Q$与单位元之间存在有界秩矩阵差异。除了$Σ- I_M$的秩之外的所有量可以以任意方式取决于$M$。我们研究主成分,即$\mathcal Q$的顶部特征值和特征向量。我们得到精确的大偏差估计广义组件$\langle \mathbf w, \boldsymbol ξ_i \rangle$的离群值和非离群值特征向量$\boldsymbol ξ_i$。我们的研究结果也持有所谓的BBP过渡附近,其中离群值被创建或消灭,并为退化或近退化离群值。我们相信得到的收敛速度是最优的。此外,我们还得到了非离群特征向量广义分量的渐近分布。从我们的研究结果中产生的一个新的观察是,与特征值不同,主成分的特征向量包含有关$Σ$的\emph{subcritical}尖峰的信息。证明使用了满足$\mathbb E \mathcal Q = I_M$的不相关矩阵$\mathcal Q$的特征值和特征向量的几个结果作为输入:[9]中建立的各向同性局域Marchenko-Pastur定律,能级排斥和特征向量的量子唯一遍历性。后者是联合特征值-特征向量分布的一个新的普适性结果的特殊情况。
2015-01-16 math-ph math.MP math.PR
Limit theorems for linear eigenvalue statistics of overlapping matrices
本文证明了重叠Wigner阵和样本协方差阵的线性特征值统计量的几个极限定理。通过选择第一类切比雪夫多项式作为检验函数空间的基,证明了极限多元高斯分布的协方差对角化.对于足够高次的切比雪夫多项式,线性统计量的协方差只依赖于矩阵元素的前两个矩。证明是基于一个图形理论解释的切比雪夫线性统计的总和非回溯循环路径
2015-11-07 math.PR