常、金源;陈晓辉;吴明聪 高维相关数据的中心极限定理。 （英语） 兹比尔1530.60022 伯努利 30，编号1，712-742（2024）. 摘要：基于高维时间序列数据分析中的统计推断问题，我们首先推导了高维相关随机向量和在超矩形、简单凸集和稀疏凸集上的高斯近似的非渐近误差界。我们研究了在三种不同的依赖框架（α-混合、m依赖和物理依赖度量）上，时间依赖对高斯随机向量收敛速度的定量影响。特别地，我们在（α）混合框架下建立了新的误差界，并在物理相关性度量下得出了比现有结果更快的速率。为了在实际统计推断问题中实现所提出的结果，我们还导出了一个基于长期协方差矩阵核型估计的数据驱动参数引导过程。统一的高斯和参数bootstrap近似结果可用于测试具有组合的（ell^2）和（ell^{infty}）型统计的平均向量，进行变化点检测，并为协方差和精度矩阵构造置信区，所有这些都适用于时间序列数据。 MSC公司： 60F05型 中心极限和其他弱定理 62层35 鲁棒性和自适应程序（参数推断） 62F40型 引导、折刀和其他重采样方法 关键词：中心极限定理;相关数据;高斯近似;高维统计推断;参数自助法 软件：HD测试 PDF格式BibTeX公司 XML格式引用 \textit{J.Chang}等人，Bernoulli 30，No.1，712--742（2024；Zbl 1530.60022） 全文： 内政部 arXiv公司 参考文献： [1] Andrews，D.W.K.（1991年）。异方差和自相关一致协方差矩阵估计。计量经济学59 817-858. 10.2307/2938229数学科学网：MR1106513·兹比尔0732.62052 [2] Baldi，P.和Rinott，Y.（1989年）。关于依赖图分布的正态逼近。安·普罗巴伯。17 1646-1650. 数字对象标识符：10.1214/aop/1176991178谷歌学者：查找链接Euclid:Euclid.aop/1176991178 zbMATH:0691.60020 MathSciNet:MR1048950·Zbl 0691.60020号 ·doi:10.1214/aop/1176991178 [3] Bentkus，V.（2003）。关于Berry-Esseen界对维数的依赖性。J.统计。计划。推论113 385-402。10.1016/S0378-3758（02）00094-0数学科学网：MR1965117 zbMATH:1017.60023·Zbl 1017.60023号 [4] Berkes，I.、Liu，W.和Wu，W.B.（2014）。相关性下的Komlós-Major-Tusnády近似。安·普罗巴伯。42 794-817。10.1214/13-AOP850数学科学网：MR3178474·Zbl 1308.60037号 [5] Bhattacharya，R.N.和Holmes，S.（2010年）。阐述了多元中心极限定理中Götze对收敛速度的估计。可从arXiv:1003.4254获取。 [6] Bhattacharya，R.N.和Rao，R.R.（2010年）。正态近似和渐近展开。应用数学经典64。宾夕法尼亚州费城：SIAM。10.1137/1.9780898719895.ch1数学科学网：MR3396213·Zbl 1222.41002号 [7] Boussama，F.、Fuchs，F.和Stelzer，R.（2011）。BEKK多元GARCH模型的平稳性和几何遍历性。随机过程。申请。121 2331-2360. 10.1016/j.spa.2011.06.001数学科学网：MR2822779·Zbl 1250.62043号 [8] Bradley，R.C.（2005）。强混合条件的基本特性。调查和一些开放性问题。普罗巴伯。调查。2 107-144. 10.1214/1154957805100000104数学网：MR2178042·Zbl 1189.60077号 [9] Bradley，R.C.（2007年）。强混合条件简介。第2卷。犹他州海伯尔市：肯德里克出版社。数学科学网：MR2325295·Zbl 1133.60002号 [10] Cai，T.T.，Liu，W.和Xia，Y.（2014）。依赖性高维平均值的两个样本测试。J.R.统计社会服务。B.统计方法。76 349-372. 10.1111/rssb.12034数学科学网：MR3164870·Zbl 07555454号 [11] Chang，J.、Chen，X.和Wu，M.（2024）。补充“高维相关数据的中心极限定理”10.3150/23-BEJ1614SUPP [12] Chang，J.，Hu，Q.，Liu，C.和Tang，C.Y.（2023）。高频数据中高维噪声的最优协方差矩阵估计。《计量经济学》。出现。2016年10月10日/j.jeconom.2022.06.010 [13] Chang，J.，Jiang，Q.和Shao，X.（2023）。在高维上检验鞅差分假设。《计量经济学》。出现。2016年10月10日/j.jeconom.2022.09.001·Zbl 07704481号 [14] Chang，J.，Qiu，Y.，Yao，Q.和Zou，T.（2018）。大精度矩阵条目的置信区间。计量经济学杂志206 57-82。10.1016/j.jeconom.2018.03.020数学科学网：MR3840783·Zbl 1398.62068号 [15] Chang，J.、Tang，C.Y.和Wu，Y.（2013）。边际经验似然和确定独立性特征筛选。安。统计师。41 2123-2148. 10.1214/13-AOS1139数学科学网：MR3127860·Zbl 1277.62109号 [16] Chang，J.、Yao，Q.和Zhou，W.（2017）。使用最大互相关测试高维白噪声。生物特征104 111-127. 10.1093/biomet/asw066数学科学网：MR3626482·Zbl 1506.62307号 [17] Chang，J.，Zheng，C.，Zhou，W.-X.和Zhow，W.（2017a）。协方差异质性下高维均值的模拟假设检验。生物计量学73 1300-1310. 10.1111/biom.12695数学科学网：MR3744543·Zbl 1405.62162号 [18] Chang，J.，Zhou，W.，Zhow，W.-X.和Wang，L.（2017b）。比较弱条件下大协方差矩阵的依赖结构及其在基因聚类中的应用。生物计量学73 31-41. 10.1111/biom.12552数学科学网：MR3632349·Zbl 1366.62206号 [19] Chen，X.（2018）。高维U统计量的高斯和自举近似及其应用。安。统计师。46 642-678. 10.1214/17-AOS1563数学科学网：MR3782380·兹比尔1396.62019 [20] Chen，X.和Kato，K.（2019年）。高维随机不完全（U）统计。安。统计师。47 3127-3156. 10.1214/18-AOS1773数学科学网：MR4025737·Zbl 1435.62075号 [21] Chen，X.和Kato，K.（2020年）。Jackknifer乘数自举：\（U\）过程上确界的有限样本近似及其应用。普罗巴伯。理论相关领域176 1097-1163。10.1007/s00440-019-00936-y数学科学网：MR4087490·Zbl 1439.62067号 [22] Chen，S.X.和Qin，Y.-L.（2010）。高维数据的双样本测试及其在基因测试中的应用。安。统计师。38 808-835. 2009年4月10日-AOS716数学科学网：MR2604697·Zbl 1183.62095号 [23] Chen，L.H.Y.和Shao，Q.-M.（2004）。局部依赖下的正规近似。安·普罗巴伯。32 1985-2028. 10.1214/00911790400000450数学科学网：MR2073183·Zbl 1048.60020号 [24] Chernozhukov，V.、Chetverikov，D.和Kato，K.（2013）。高维随机向量和最大值的高斯近似和乘数引导。安。统计师。41 2786-2819. 10.1214/13-AOS1161数学科学网：MR3161448·Zbl 1292.62030 [25] Chernozhukov，V.、Chetverikov，D.和Kato，K.（2015）。高斯随机向量最大值的比较和反集中界。普罗巴伯。理论相关领域162 47-70。10.1007/s00440-014-0565-9数学科学网：MR3350040·Zbl 1319.60072号 [26] Chernozhukov，V.、Chetverikov，D.和Kato，K.（2017年）。高维中心极限定理和bootstrap。安·普罗巴伯。45 2309-2352. 10.1214/16-AOP1113数学科学网：MR3693963·Zbl 1377.60040号 [27] Chernozhukov，V.、Chetverikov，D.和Kato，K.（2019）。使用许多矩不等式推断因果和结构参数。经济版。螺柱86 1867-1900。10.1093/restud/rdy065数学科学网：MR4009488·Zbl 07613855号 [28] Chernozhuokov，V.、Chetverikov，D.和Koike，Y.（2023年）。高维近似最优中心极限定理和bootstrap逼近。附录申请。普罗巴伯。出现·Zbl 07628832号 [29] Chernozhuokov，V.、Chetverikov，D.、Kato，K.和Koike，Y.（2022a）。改进了高维中心极限定理和bootstrap近似。安。统计师。50 2562-2586. 10.1214/22-aos2193数学科学网：MR4500619·Zbl 07628832号 [30] Das，D.和Lahiri，S.（2021年）。高维中心极限定理：维数增长率的最优界。事务处理。阿默尔。数学。Soc.374 6991-7009。10.1090/tran/8459数学科学网：MR4315595·Zbl 1473.60055号 [31] Davydov，J.A.（1968年）。平稳随机过程产生的分布的收敛性。理论问题。申请。13 691-696·Zbl 0181.44101号 [32] den Haan，W.J.和Levin，A.T.（1997）。稳健协方差矩阵估计的从业者指南。在稳健推理中。统计师手册。15 299-342. 阿姆斯特丹：荷兰北部。10.1016/S0169-7161（97）15014-3数学科学网：MR1492717·Zbl 0908.62030号 [33] Deng，H.（2020）。稍微保守的bootstrap用于最大值。网址：arXiv:2007.15877。 [34] Deng，H.和Zhang，C.-H.（2020年）。超越高斯近似：独立随机向量和最大值的引导。安。统计师。48 3643-3671. 10.1214/20-AOS1946数学科学网：MR4188523·Zbl 1461.62042号 [35] Doukhan，P.、Massart，P.和Rio，E.（1994年）。强混合过程的泛函中心极限定理。亨利·彭加雷·普罗巴布（Henri PoincaréProbab）安·Inst。统计数字30 63-82。zbMATH:0790.60037数学科学网：MR1262892·兹比尔0790.60037 [36] Fan，J.和Yao，Q.（2003）。非线性时间序列：非参数和参数方法。统计学中的斯普林格系列。纽约：斯普林格。2007年10月10日/b97702数学科学网：MR1964455·Zbl 1014.62103号 [37] Fang，X.和Koike，Y.（2021）。Stein方法的高维中心极限定理。附录申请。普罗巴伯。31 1660-1686. 10.1214/20-aap1629数学科学网：MR4312842·Zbl 1476.60049号 [38] Hafner，C.M.和Preminger，A.（2009年）。多元GARCH模型的渐近理论。《多元分析杂志》。100 2044-2054. 10.1016/j.jmva.2009.03.011数学科学网：MR2543085·兹比尔1170.62063 [39] Hoeffing，W.和Robbins，H.（1948）。相依随机变量的中心极限定理。杜克大学数学。《期刊》第15卷第773-780页。数字对象标识符：10.1215/S0012-7094-48-01568-3谷歌学者：查找链接Euclid:Euclid.dmj/1077475030 zbMATH:0031.36701 MathSciNet:MR26771·Zbl 0031.36701号 ·doi:10.1215/S0012-7094-48-01568-3 [40] Hörmann，S.（2009）。经济计量时间序列的Berry-Esseen边界。ALEA Lat.Am.J.Probab公司。数学。《美国联邦法律大全》第6卷第377-397页。数学科学网：MR2557877·Zbl 1276.60024号 [41] Jirak，M.（2016）。弱依赖下的Berry-Esseen定理。Ann.遗嘱认证。44 2024-2063. 10.1214/15-AOP1017 zbMATH:1347.60011数学科学网：MR3502600·Zbl 1347.60011号 [42] Kiefer，N.M.、Vogelsang，T.J.和Bunzel，H.（2000）。回归假设的简单稳健测试。计量经济学68 695-714. 10.1111/1468-0262.00128数学科学网：MR1769382·Zbl 1015.62089号 [43] Koike，Y.（2021）。超矩形高维中心极限定理中维数依赖性的注记。日本。统计数据科学杂志。4 257-297. 10.1007/s42081-020-00096-7数学科学网：MR4273258·Zbl 1477.60048号 [44] Koike，Y.（2023年）。齐次和的高维中心极限定理。J.理论。普罗巴伯。出现。2007年10月10日/10959-022-01156-2·Zbl 1514.60036号 [45] Kuchibhotla，A.K.和Rinaldo，A.（2020年）。非退化随机向量和的高维CLT：（n^{-1/2}）-率。可在arXiv:2009.13673获取。 [46] Lahiri，S.N.（2003年）。相关数据的重新采样方法。统计学中的斯普林格系列。纽约：斯普林格。10.1007/978-1-4757-3803-2数学科学网：MR2001447·Zbl 1028.6202号 [47] Lopes，M.E.（2022年）。高维中心极限定理和bootstrap逼近：通过隐式平滑的近（1/sqrt{n}）速率。安。统计师。50 2492-2513. 10.1214/22-aos2184数学科学网：MR4505371·Zbl 07628829号 [48] Lopes，M.E.、Lin，Z.和Müller，H.-G.（2020年）。高维Bootstrapping max统计量：弱方差衰减下的近参数率及其在函数和多项式数据中的应用。安。统计师。48 1214-1229. 10.1214/19-AOS1844数学科学网：MR4102694·Zbl 1464.62266号 [49] 彼得罗夫，V.V.（1995）。概率论极限定理：独立随机变量序列。牛津概率研究4。牛津大学出版社，纽约：克拉伦登出版社。数学科学网：MR1353441·Zbl 0826.60001号 [50] Raič，M.（2019年）。具有显式常数的多元Berry-Esseen定理。伯努利25 2824-2853. 10.3150/18-BEJ1072数学科学网：MR4003566·Zbl 1428.62205号 [51] Rio，E.（2009年）。射影条件下相依随机变量和的矩不等式。J.理论。普罗巴伯。22 146-163. 10.1007/s10959-008-0155-9数学科学网：MR2472010·Zbl 1160.60312号 [52] Rio，E.（2017）。弱相关随机过程的渐近理论。概率论与随机建模80。柏林：斯普林格。2007/978-3-662-54323-8数学科学网：MR3642873·Zbl 1378.60003号 [53] Rosenblatt，M.（1956年）。一个中心极限定理和一个强混合条件。程序。国家。阿卡德。科学。美国42 43-47。10.1073/pnas.42.1.43数学科学网：MR0074711·Zbl 0070.13804号 [54] Saulis，L.和Statulevičius，V.A.（1991年）。大偏差极限定理。荷兰：斯普林格·Zbl 0810.60024号 [55] Song，Y.、Chen，X.和Kato，K.（2019年）。近似高维无限阶统计量：统计和计算保证。电子。《美国联邦法律大全》第13卷第4794-4848页。10.1214/19-EJS1643数学科学网：MR4038726·Zbl 1434.62071号 [56] Sunklodas，Ĭ。(1984). 强混合随机变量中心极限定理的收敛速度。岩性。数学。J.24 182-190年·Zbl 0558.60023号 [57] van der Vaart，A.W.（1998）。渐进统计。剑桥统计与概率数学系列3。剑桥：剑桥大学出版社。10.1017/CBO978051180225数学科学网：MR1652247·Zbl 0910.62001号 [58] 温赖特，M.J.（2019）。高维统计：非症状观点。剑桥统计与概率数学系列48。剑桥：剑桥大学出版社。10.1017/9781108627771数学科学网：MR3967104·Zbl 1457.62011年 [59] Wong，K.C.，Li，Z.和Tewari，A.（2020年）。拉索保证了（β）混合重尾时间序列。安。统计师。48 1124-1142. 10.1214/19-AOS1840数学科学网：MR4102690·Zbl 1450.62117号 [60] Wu，W.B.（2005）。非线性系统理论：从另一个角度看相关性。程序。国家。阿卡德。科学。美国102 14150-14154。10.1073/pnas.0506715102数学科学网：MR2172215·兹比尔1135.62075 [61] Wu，W.B.（2007）。相依随机变量的强不变性原理。安·普罗巴伯。35 2294-2320. 10.1214/00911790700000060数学科学网：MR2353389·Zbl 1166.60307号 [62] Wu，W.B.和Shao，X.（2004）。迭代随机函数的极限定理。J.应用。普罗巴伯。41 425-436. 10.1239/jap/1082999076数学科学网：MR2052582·Zbl 1046.60024号 [63] Wu，W.-B.和Wu，Y.N.（2016）。具有相关误差的高维线性模型参数估计的性能界。电子。《美国联邦法律大全》第10卷第352-379页。10.1214/16-EJS1108数学科学网：MR3466186·兹比尔1333.62172 [64] Yu，M.和Chen，X.（2021）。高维均值向量的有限样本变点推断与识别。J.R.统计社会服务。B.统计方法。83 247-270. 10.1111/rssb.12406数学科学网：MR4250275·Zbl 07555264号 [65] Yu，M.和Chen，X.（2022）。高维定位参数的鲁棒bootstrap变点测试。电子。《美国联邦法律大全》第16卷第1096-1152页。10.1214/21-ejs1915数学科学网：MR4377134·Zbl 1493.62148号 [66] 张欣（2015）。在稀疏性下测试高维平均值。可从arXiv获取：1509.08444。 [67] Zhang，X.和Cheng，G.（2018）。物理依赖下高维向量的高斯近似。伯努利24 2640-2675. 10.3150/17-BEJ939数学科学网：MR3779697·Zbl 1419.62257号 [68] Zhang，D.和Wu，W.B.（2017）。高维时间序列的高斯近似。安。统计师。45 1895-1919. 10.1214/16-AOS1512数学网：MR3718156·Zbl 1381.62254号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。