Sharp Lower Bound on the Minimax Risk for Multinomial Uniformity Testing via a Conditional Central Limit Theorem

तकनीकी सारांश: एक सशर्त केंद्रीय सीमा प्रमेय के माध्यम से बहुपदी एकरूपता परीक्षण के लिए मिनिमैक्स जोखिम पर तीक्ष्ण निचली सीमा (Sharp Lower Bound)

समस्या का सेटअप
यह शोध पत्र $N$ श्रेणियों पर आधारित $n$ स्वतंत्र अवलोकनों से प्राप्त बहुपदी (multinomial) वितरण से एकरूपता (uniformity) के लिए मिनिमैक्स गुडनेस-ऑफ-फिट परीक्षण समस्या को संबोधित करता है। शून्य परिकल्पना ($H_0$) यह मानती है कि अंतर्निहित वितरण $q$ एकसमान है ($q_{unif} = (1/N, \dots, 1/N)$)। वैकल्पिक परिकल्पना ($H_1$) उन वितरणों का समूह है जो $\ell_p$ नॉर्म में कम से कम $\epsilon$ की मात्रा में एकरूपता से विचलित होते हैं, जिसे $\|q - q_{unif}\|_p \ge \epsilon$ द्वारा परिभाषित किया गया है। इसका उद्देश्य मिनिमैक्स जोखिम $R^*$ का लक्षण वर्णन करना है, जिसे टाइप I और टाइप II त्रुटियों के योग के इन्फिमम (infimum) के रूप में परिभाषित किया गया है।

विश्लेषण एक मध्यवर्ती स्पर्शोन्मुखी शासन (intermediate asymptotic regime) पर केंद्रित है जहाँ $n \to \infty$, $N \to \infty$, और $N = o(n^2)$ है। इस शासन में, सिग्नल-टू-नॉइज़ रेशियो (SNR) को इस प्रकार परिभाषित किया गया है:
$$u_n := \frac{\epsilon^2 n N^{3/2 - 2/p}}{\sqrt{2}}$$
पूर्ववर्ती साहित्य ने स्थापित किया है कि यदि $u_n \to \infty$ हो, तो जोखिम लुप्त हो जाता है, और यदि $u_n \to 0$ हो, तो जोखिम 1 के करीब पहुँच जाता है। महत्वपूर्ण मामला तब होता है जब $u_n \to u^* \in (0, \infty)$ हो, जहाँ मिनिमैक्स जोखिम एक गैर-तुच्छ स्थिरांक (non-trivial constant) में अभिसरित होता है। पॉइजनाइज़्ड (Poissonized) संस्करण के लिए, जो हाल ही में $2\Phi(-u^*/2)$ का ऊपरी स्तर (upper bound) प्रदर्शित किया गया था (किपनिस [2025]), बहुपदी सेटिंग के लिए सटीक मान एक खुला प्रश्न बना हुआ था।

कार्यप्रणाली
यह शोध पत्र पॉइजनाइजेशन, बेयसियन विश्लेषण और एक नवीन सशर्त सीमा प्रमेय (conditional limit theorem) को शामिल करते हुए चरणों के माध्यम से बहुपदी मिनिमैक्स जोखिम के लिए मिलान करने वाली निचली सीमा (matching lower bound) स्थापित करता है।

1. पॉइजन मिश्रण मॉडलों में न्यूनीकरण (Reduction to Poisson Mixture Models): लेखक बहुपदी वितरण और कुल गणना $S_N = \sum O_i = n$ पर कंडिशन की गई पॉइजन वितरण के बीच समानता का उपयोग करते हैं। एक पॉइजन मिश्रण मॉडल को परिभाषित करके, जहाँ दरें $Q_i$ यादृच्छिक चर (random variables) हैं, इस समस्या को एक बेयसियन सेटिंग में परिवर्तित किया जाता है। एक विशिष्ट "सबसे प्रतिकूल" (least favorable) प्रायर $\pi^*$ का निर्माण किया गया है, जिसमें एकसमान वितरण के स्थानीय द्वि-पक्षीय विचलन शामिल हैं।
2. लाइकलीहुड रेशियो सन्निकटन (Likelihood Ratio Approximation): इष्टतम परीक्षण एक लाइकलीहुड रेशियो टेस्ट है। लेखक दिखाते हैं कि सटीक लाइकलीहुड रेशियो भार को एक सरल द्विघाती सांख्यिकी $T(w^*) = \sum w^*_{O_i}$ द्वारा सन्निकटित किया जा सकता है, जहाँ $w^*_m \propto (m - n/N)^2 - m$ है। यह दिखाया गया है कि यह सन्निकटन परीक्षण सांख्यिकी के स्पर्शोन्मुखी वितरण को संरक्षित करता है।
3. सशर्त केंद्रीय सीमा प्रमेय (C-CLT): मुख्य तकनीकी योगदान थ्योरम 2.3 है, जो कुल गणना $S_N = n$ पर कंडिशन की गई एक पॉइजन मिश्रण प्रायर के तहत भारित योगों (weighted sums) के लिए एक सशर्त केंद्रीय सीमा प्रमेय है। इसका प्रमाण विशेषता फलनों (characteristic functions) और जाली चर (lattice variable) $S_N$ के लिए एक व्युत्क्रम सूत्र (inversion formula) का उपयोग करता है। यह फूरियर इंटीग्रल को तीन क्षेत्रों (निकट, मध्यवर्ती, और दूर) में विभाजित करता है ताकि यह प्रदर्शित किया जा सके कि मानकीकृत सांख्यिकी का सशर्त वितरण एक मानक सामान्य वितरण की ओर अभिसरित होता है, बशर्ते कि विशिष्ट मोमेंट और सहसंबंध स्थितियाँ पूरी हों।
4. डी-पॉइजनाइजेशन (De-Poissonization): कंडिशन की गई पॉइजन मॉडल और बहुपदी मॉडल के बीच समानता (लेम्मा 3.3) को जोड़कर, लेखक पॉइजन सेटिंग से जोखिम सीमाओं को मूल बहुपदी सेटिंग में स्थानांतरित करते हैं।

मुख्य परिणाम
मुख्य परिणाम, थ्योरम 2.1, यह सिद्ध करता है कि $N = o(n^2)$ और $u_n \to u^* \in (0, \infty)$ की मान्यताओं के तहत, मिनिमैक्स जोखिम निम्नलिखित है:
$$\liminf_{n \to \infty} R^* \ge 2\Phi(-u^*/2)$$
किपनिस [2025] से प्राप्त मौजूदा ऊपरी स्तर के साथ मिलकर, यह कोरोलरी 2.2 प्रदान करता है, जो सटीक स्पर्शोन्मुखी मिनिमैक्स जोखिम का लक्षण वर्णन करता है:
$$\lim_{n \to \infty} R^* = 2\Phi(-u^*/2)$$
यह परिणाम पुष्टि करता है कि पॉइजनाइज्ड विश्लेषण बहुपदी समस्या के लिए सटीक स्थिरांक प्रदान करता है।

महत्व
यह शोध पत्र दावा करता है कि यह मध्यवर्ती शासन में एकरूपता परीक्षण के लिए बहुपदी मिनिमैक्स जोखिम का पहला सटीक 'शार्प-कांस्टेंट' लक्षण वर्णन प्रदान करता है। एक मिलान करने वाली निचली सीमा को सिद्ध करके, यह कार्य उस अंतराल को भरता है जो पूर्ववर्ती ऊपरी स्तरों द्वारा छोड़ा गया था जो पॉइजनाइज्ड मॉडलों पर आधारित थे। इसका महत्व इस बात के कठोर औचित्य में निहित है कि "डी-पॉइजनाइजेशन" चरण स्पर्शोन्मुखी जोखिम स्थिरांक को नहीं बदलता है, जो मौलिक रूप से भारित योगों के लिए नव-स्थापित सशर्त केंद्रीय सीमा प्रमेय पर निर्भर करता है। यह उस शासन में परीक्षण जोखिम के सटीक व्यवहार को हल करता है जहाँ श्रेणियों की संख्या नमूना आकार के साथ बढ़ती है लेकिन उप-द्विघातीय (sub-quadratic) रहती है।