重尾自归一化随机向量的二次型及其在α重尾马辰科斯-帕斯图尔律中的应用
概率论
2026-03-10 v1 统计理论
统计理论
摘要
设 为具有n个独立同分布实值组成部分的随机向量,且落在α稳定分布的引导域内,其中。令 为其在单位球面上的相关自归一化向量。对于一个(可能是随机的)Hermitian矩阵 且独立于 ,我们研究二次型 的渐近分布。在该重尾情境下,我们基于对角项和非对角项贡献之间的尖锐分离,指出在 非对角部分范数受 mild 假设下,极限分布仅由对角条目经验分布和指数决定。更精确地说,如果 在几乎必然意义下收敛到确定性 ,则 在分布意义下收敛到一个非退化分布 ,其通过其 Stieltjes 变换进行特征化。分布 被证明是无原子的(前提是 为非退化的),具有显式密度和可解析的尾部行为。作为随机矩阵理论的应用,我们推导了重尾样本相关矩阵的α重尾马辰科斯-帕斯图尔律 的隐式 resolvent 基于表示,并证明 在除原点之外没有原子。为与轻尾情境比较,我们也提供了当 组件为子高斯时 的 Hanson-Wright 类型浓度不等式。
引用
@article{arxiv.2603.07132,
title = {Quadratic form of heavy-tailed self-normalized random vector with applications in $\alpha$-heavy Mar\v cenko--Pastur law},
author = {Zhaorui Dong and Johannes Heiny and Jianfeng Yao},
journal= {arXiv preprint arXiv:2603.07132},
year = {2026}
}