The Influence Function of Transport-based Quantiles

Résumé technique : La fonction d'influence des quantiles basés sur le transport

Énoncé du problème
Les quantiles basés sur le transport offrent une extension canonique des quantiles univariés aux distributions multivariées via le transport optimal (OT). Bien que la littérature récente ait établi l'existence de points de rupture élevés pour ces estimateurs sous des conditions appropriées, leurs propriétés de robustesse concernant les perturbations infinitésimales — spécifiquement la fonction d'influence (FI) — n'ont pas été systématiquement étudiées. Cet article comble la lacune dans la compréhension de la stabilité de l'application de quantile de transport $Q_P$ (l'application de transport optimal poussant une mesure de référence fixe $\mu$ vers une distribution cible $P$) lorsque $P$ est soumise à une contamination de type Huber, définie par $P_t = (1-t)P + t\delta_{x_0}$.

Méthodologie
Les auteurs emploient une analyse rigoureuse ancrée dans la caractérisation par équation aux dérivées partielles (EDP) des applications de transport optimal. Contrairement aux approches classiques qui reposent sur le théorème de la fonction implicite, lequel échoue ici en raison de la nature non lisse de la perturbation par masse ponctuelle, l'article utilise une stratégie analytique en plusieurs étapes :

1. Estimations de stabilité $L^2$ : L'analyse commence par l'établissement de bornes $L^2$ sur le écart de l'application de transport perturbée $Q_{P_t}$ par rapport à l'application non perturbée $Q_P$. Les auteurs prouvent que le déplacement $L^2(\mu)$ au carré suit une échelle de $O(t^{1+2/d})$ pour $d \ge 3$ et $O(t^2 |\log t|)$ pour $d=2$.
2. Linéarisation et bornes $L^q$ : Pour analyser la limite de premier ordre (la fonction d'influence), les auteurs étudient la séquence $\xi_t = (Q_{P_t} - Q_P)/t$. Ils démontrent que, bien que cette séquence diverge en $L^2$, elle reste uniformément bornée dans $L^q(\Omega_\mu)$ pour une plage spécifique de $q \in (1, \frac{d(d+2)}{d^2+2d-4})$.
3. Caractérisation par EDP : La limite de la fonction de potentiel associée à $\xi_t$ est identifiée comme l'unique solution faible d'une EDP uniformément elliptique avec un terme source de Dirac et des conditions de Neumann homogènes.
4. Localisation et analyse des singularités : En excluant le point de perturbation et en utilisant des principes de maximum locaux (via l'itération de Moser) ainsi que des estimations de Schauder, les auteurs dérivent des bornes $C^{2,\alpha}$ locales loin de la singularité. Cela permet une caractérisation précise du comportement au voisinage de la singularité.

Principales contributions et résultats

• Existence et représentation : L'article établit l'existence et l'unicité de la fonction d'influence $I(x_0; Q_P(z))$ pour tout $x_0 \neq Q_P(z)$. Il est démontré que $I(x_0; Q_P(z)) = \nabla G_{x_0}(z)$, où $G_{x_0}$ est le potentiel résolvant l'EDP elliptique :
  $$\text{div}(f_\mu [\nabla Q_P]^{-1} \nabla G_{x_0}) = \mu - \delta_{z_0}$$
  où $z_0 = F_P(x_0)$ est la fonction de distribution de transport évaluée au point de perturbation, et $F_P = Q_P^{-1}$.

• Singularité de type pôle : Une découverte centrale est que pour les dimensions $d \ge 2$, la fonction d'influence présente une singularité de type pôle. Spécifiquement, lorsque le point de perturbation $x_0$ s'approche du quantile $Q_P(z)$ (équivalemment, lorsque $F_P(x_0) \to z$), la norme de la fonction d'influence diverge :
  $$\|I(x_0; Q_P(z))\| \asymp \frac{1}{\|z - F_P(x_0)\|^{d-1}}$$
  Cela contraste nettement avec la fonction d'influence bornée des quantiles univariés ($d=1$).

• Caractérisation géométrique des préimages : Comme sous-produit de la stratégie de preuve, l'article caractérise l'ensemble $K_{x_0, t} = Q_{P_t}^{-1}(x_0)$, qui représente les points du domaine de référence projetés vers la localisation de la perturbation. Pour $d \ge 3$, cet ensemble se comporte asymptotiquement comme une boule de rayon $t^{1/d}$ quand $t \to 0$.

• Implications pour les quantiles empiriques : La nature non bornée de la fonction d'influence implique que la variable aléatoire $I(X; Q_P(z))$ pour $X \sim P$ possède un moment de second ordre infini ($I \notin L^2(P)$). Par conséquent, le quantile de transport empirique $Q_{P_n}(z)$ ne permet pas de représentation de type linéarité asymptotique $\sqrt{n}$ standard avec une fonction d'influence de carré intégrable.

• Conjecture sur les fluctuations à queues lourdes : Sur la base du comportement de la queue de la fonction d'influence (qui décroît en $\lambda^{-d/(d-1)}$), les auteurs conjecturent que le quantile de transport empirique converge à une vitesse non paramétrique $r_n$ (où $r_n \sim n^{1/d}$ pour $d \ge 3$) et suit une distribution limite stable et non gaussienne. Des expériences numériques en dimension $d=3$ soutiennent cette conjecture, montrant que la distribution empirique s'aligne sur la statistique linéaire dérivée de la fonction d'influence et présente des queues lourdes, s'écartant du comportement gaussien même pour de grands échantillons.

Signification
Cet article modifie fondamentalement la compréhension de la robustesse des quantiles basés sur le transport. Bien que ces estimateurs possèdent des points de rupture élevés (résistance aux erreurs grossières), la découverte d'une singularité de type pôle dans leur fonction d'influence révèle une sensibilité distincte aux « inliers » (points proches du quantile d'intérêt). Ce comportement singulier explique pourquoi la normalité asymptotique standard échoue et suggère que la distribution limite des quantiles de transport empiriques est à queues lourdes et potentiellement stable. Ce travail fournit le cadre théorique nécessaire (via la caractérisation par EDP) pour analyser ces comportements asymptotiques non standards, jetant un pont entre la théorie du transport optimal et la statistique robuste dans le cadre multivarié.