UA MATH567 高维统计I 概率不等式5 推广Hoeffding不等式与Khintchine不等式
UA MATH567 高維統計I 概率不等式5 推廣Hoeffding不等式
我們在第一講時討論了Hoeffding不等式,但那個版本時針對有界的隨機變量的,我們希望通過亞高斯性推廣Hoeffding不等式。
結論 獨立亞高斯分布的和的亞高斯范數:假設{Xi}i=1N\{X_i\}_{i=1}^N{Xi?}i=1N?是一列零均值獨立亞高斯隨機變量,則∑i=1NXi\sum_{i=1}^N X_i∑i=1N?Xi?也是亞高斯隨機變量,并且存在與NNN無關的常數CCC使得
∥∑i=1NXi∥ψ22≤C∑i=1N∥Xi∥ψ22\left\| \sum_{i=1}^N X_i \right\|_{\psi_2}^2\le C \sum_{i=1}^N \left\| X_i \right\|_{\psi_2}^2∥∥∥∥∥?i=1∑N?Xi?∥∥∥∥∥?ψ2?2?≤Ci=1∑N?∥Xi?∥ψ2?2?
證明 要說明一個隨機變量是亞高斯的,只需要驗證它滿足亞高斯性即可,計算
Eeλ∑i=1NXi=∏i=1NEeλXiEe^{\lambda \sum_{i=1}^NX_i}=\prod_{i=1}^N Ee^{\lambda X_i}Eeλ∑i=1N?Xi?=i=1∏N?EeλXi?
因為XiX_iXi?是亞高斯的,于是
EeλXi≤e(c1∥Xi∥ψ2)2λ2Ee^{\lambda X_i} \le e^{(c_1\left\| X_i \right\|_{\psi_2})^2\lambda^2}EeλXi?≤e(c1?∥Xi?∥ψ2??)2λ2
其中K5=c1K4=c1∥Xi∥ψ2K_5=c_1K_4 = c_1\left\| X_i \right\|_{\psi_2}K5?=c1?K4?=c1?∥Xi?∥ψ2??,因此
Eeλ∑i=1NXi≤ec12λ2∑i=1N∥Xi∥ψ22Ee^{\lambda \sum_{i=1}^NX_i} \le e^{c_1^2\lambda^2\sum_{i=1}^N\left\| X_i \right\|_{\psi_2}^2}Eeλ∑i=1N?Xi?≤ec12?λ2∑i=1N?∥Xi?∥ψ2?2?
其中c12∑i=1N∥Xi∥ψ22c_1^2\sum_{i=1}^N\left\| X_i \right\|_{\psi_2}^2c12?∑i=1N?∥Xi?∥ψ2?2?是一個常數,因此∑i=1NXi\sum_{i=1}^NX_i∑i=1N?Xi?也是亞高斯的,并且對于∑i=1NXi\sum_{i=1}^NX_i∑i=1N?Xi?而言這個就是K5K_5K5?,于是存在常數c2c_2c2?使得
∥∑i=1NXi∥ψ2≤c2c1∑i=1N∥Xi∥ψ22\left\| \sum_{i=1}^NX_i\right\|_{\psi_2} \le c_2c_1 \sqrt{\sum_{i=1}^N\left\| X_i \right\|_{\psi_2}^2}∥∥∥∥∥?i=1∑N?Xi?∥∥∥∥∥?ψ2??≤c2?c1?i=1∑N?∥Xi?∥ψ2?2??
這個∥∑i=1NXi∥ψ2\left\| \sum_{i=1}^NX_i\right\|_{\psi_2}∥∥∥?∑i=1N?Xi?∥∥∥?ψ2??就是∑i=1NXi\sum_{i=1}^NX_i∑i=1N?Xi?的K4K_4K4?,根據這個結果以及均值不等式,當然存在常數CCC,使得
∥∑i=1NXi∥ψ2≤C∑i=1N∥Xi∥ψ2\left\| \sum_{i=1}^NX_i\right\|_{\psi_2} \le C\sum_{i=1}^N\left\| X_i \right\|_{\psi_2}∥∥∥∥∥?i=1∑N?Xi?∥∥∥∥∥?ψ2??≤Ci=1∑N?∥Xi?∥ψ2??
證畢
評注1 統計學理論經常需要比較兩個量的階,所以下面這些符號會經常用到:對于兩個正實序列{an},{bn}\{a_n\},\{b_n\}{an?},{bn?}
General Hoeffding’s inequality 假設{Xi}i=1N\{X_i\}_{i=1}^N{Xi?}i=1N?是一列零均值獨立亞高斯隨機變量,存在一個常數ccc使得,
P(∣∑i=1NXi∣≥t)≤2exp?(?ct2∑i=1N∥Xi∥ψ22)P\left( \left| \sum_{i=1}^NX_i \right| \ge t\right) \le 2 \exp \left( -\frac{ct^2}{\sum_{i=1}^N \left\| X_i\right\|_{\psi_2}^2} \right)P(∣∣∣∣∣?i=1∑N?Xi?∣∣∣∣∣?≥t)≤2exp(?∑i=1N?∥Xi?∥ψ2?2?ct2?)
如果aaa是一個常向量,則
P(∣∑i=1NaiXi∣≥t)≤2exp?(?ct2∑i=1Nai2∥Xi∥ψ22)≤2exp?(?ct2∥a∥2K2)P\left( \left| \sum_{i=1}^Na_iX_i \right| \ge t\right) \le 2 \exp \left( -\frac{ct^2}{\sum_{i=1}^N a_i^2\left\| X_i\right\|_{\psi_2}^2} \right) \\ \le 2 \exp \left( -\frac{ct^2}{\left\| a \right\|_2K^2} \right)P(∣∣∣∣∣?i=1∑N?ai?Xi?∣∣∣∣∣?≥t)≤2exp(?∑i=1N?ai2?∥Xi?∥ψ2?2?ct2?)≤2exp(?∥a∥2?K2ct2?)
其中K=max?∥Xi∥ψ2K=\max \left\| X_i \right\|_{\psi_2}K=max∥Xi?∥ψ2??。
Khintchine不等式 假設{Xi}i=1N\{X_i\}_{i=1}^N{Xi?}i=1N?是一列零均值獨立亞高斯隨機變量,aaa是一個常向量,?p≥2\forall p\ge 2?p≥2,K=max?1≤i≤N∥Xi∥ψ2K=\max_{1\le i \le N}\left\| X_i\right\|_{\psi_2}K=max1≤i≤N?∥Xi?∥ψ2??
∥a∥2≤∥∑i=1NaiXi∥Lp?Kp∥a∥2\left\| a \right\|_{2} \le \left\| \sum_{i=1}^N a_iX_i \right\|_{L^p} \lesssim K\sqrt{p}\left\| a \right\|_{2} ∥a∥2?≤∥∥∥∥∥?i=1∑N?ai?Xi?∥∥∥∥∥?Lp??Kp?∥a∥2?
如果p=1p=1p=1,則
c(K)∥a∥2≤∥∑i=1NaiXi∥L1≤∥a∥2c(K)\left\| a \right\|_{2} \le\left\| \sum_{i=1}^N a_iX_i \right\|_{L^1}\le\left\| a \right\|_{2}c(K)∥a∥2?≤∥∥∥∥∥?i=1∑N?ai?Xi?∥∥∥∥∥?L1?≤∥a∥2?
其中c(K)c(K)c(K)是一個與KKK有關的常數。
總結
以上是生活随笔為你收集整理的UA MATH567 高维统计I 概率不等式5 推广Hoeffding不等式与Khintchine不等式的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: [概统]本科二年级 概率论与数理统计 第
- 下一篇: UA MATH567 高维统计I 概率不