中文

经验自协方差矩阵的谱

无序系统与神经网络 2015-06-03 v2 数学物理 math.MP

摘要

我们计算了二阶平稳随机过程的样本自协方差矩阵的谱。我们考察了矩阵维数 NN 与用于定义经验平均的样本量 MM 均趋于无穷,且其比值 α=N/M\alpha=N/M 保持固定的极限情形。我们发现了一个显著的标度关系,该关系将具有动态关联过程的样本自协方差矩阵的谱密度 ρ(λ)\rho(\lambda) 表达为一系列不相关随机变量的谱密度 ρα(0)(λ)\rho^{(0)}_\alpha(\lambda) 的适当重缩放副本的连续叠加。重缩放因子由随机过程自协方差函数的傅里叶变换 C^(q)\hat C(q) 给出。我们还获得了标度函数 ρα(0)(λ)\rho^{(0)}_\alpha(\lambda) 的闭式近似。该近似依赖于形状参数 α\alpha,但在其他方面是普适的:只要底层随机变量具有有限方差,它就独立于这些变量的具体细节。我们的结果得到了使用自回归过程进行的数值模拟的证实。

关键词

引用

@article{arxiv.1112.4877,
  title  = {Spectra of Empirical Auto-Covariance Matrices},
  author = {Reimer Kuehn and Peter Sollich},
  journal= {arXiv preprint arXiv:1112.4877},
  year   = {2015}
}

备注

4 pages, 2 figures