Microergodicity implies orthogonality of Matérn fields on bounded domains in $\mathbb{R}^4$

1. Il Problema: Identificabilità e Asintotica a Dominio Fisso

Il lavoro si concentra sulla identificabilità dei parametri di covarianza per i campi casuali gaussiani stazionari di tipo Matérn in un regime di asintotica a dominio fisso (fixed-domain o infill asymptotics). In questo regime, si osserva un singolo percorso del campo su un dominio limitato $D \subset \mathbb{R}^d$ mentre la densità dei punti di campionamento tende all'infinito.

La questione centrale è determinare se due modelli con parametri diversi inducano misure gaussiane equivalenti (dove i parametri non sono distinguibili asintoticamente) o mutuamente singolari (dove i parametri sono distinguibili con probabilità 1).

Per i campi Matérn, caratterizzati da varianza $\sigma^2$, raggio di correlazione $\alpha$ e parametro di regolarità $\nu$, è noto che il parametro microergodico $m = \sigma^2 \alpha^{2\nu}$ è sempre identificabile. La domanda aperta riguardava la separabilità dei parametri $\sigma^2$ e $\alpha$ quando $m$ è fissato:

• Dimensioni $d \le 3$: Zhang [1] ha dimostrato che le misure sono equivalenti se $m$ è uguale; $\sigma^2$ e $\alpha$ non sono separabili.
• Dimensioni $d > 4$: Anderes [2] ha dimostrato che le misure sono mutuamente singolari se i parametri differiscono; $\sigma^2$ e $\alpha$ sono separabili.
• Dimensione Critica $d = 4$: Questo caso era rimasto irrisolto. La discrepanza tra le strutture di covarianza si trova esattamente al confine tra effetti sommabili e non sommabili.

2. Metodologia: Sonda Spettrale Localizzata

L'autore risolve il caso critico $d=4$ utilizzando un approccio spettrale che funge da analogo della metodologia degli incrementi di ordine superiore di Anderes, ma operando nel dominio della frequenza invece che nello spazio fisico.

A. Coefficienti di Fourier Localizzati

Invece di lavorare direttamente con il campo $Y(t)$, l'autore costruisce coefficienti di Fourier localizzati:
$$X_k = \int_D \chi(t) e^{-ik \cdot t} Y(t) \, dt$$
dove $\chi$ è una funzione di taglio (taper) liscia e a supporto compatto all'interno del dominio $D$. Questa localizzazione è cruciale per gestire la non stazionarietà indotta dal dominio limitato.

B. Analisi della Discrepanza Spettrale

Sotto la condizione di microergodicità ($\sigma_1^2 \alpha_1^{2\nu} = \sigma_2^2 \alpha_2^{2\nu}$), le densità spettrali $f_1(\xi)$ e $f_2(\xi)$ coincidono al primo ordine per alte frequenze ($|\xi| \to \infty$). La prima discrepanza appare al secondo ordine:
$$f_2(\xi) - f_1(\xi) \asymp |\xi|^{-2p-2}$$
dove $p = \nu + 2$.
La varianza dei coefficienti localizzati $v_j(k) = \mathbb{E}_j[|X_k|^2]$ eredita questa discrepanza. Il mismatch relativo $\delta_k = \frac{v_2(k)}{v_1(k)} - 1$ si comporta asintoticamente come:
$$\delta_k \asymp |\alpha_1^2 - \alpha_2^2| |k|^{-2}$$

C. La Statistica di Separazione

L'autore definisce una statistica normalizzata basata sulla somma quadratica delle discrepanze su un guscio di frequenze $\Lambda_N$:
$$T_N = \frac{1}{L_N} \sum_{k \in \Lambda_N} \delta_k \left( \frac{|X_k|^2}{v_1(k)} - 1 \right)$$
dove $L_N = \sum_{k \in \Lambda_N} \delta_k^2$ rappresenta la scala di informazione.

Il punto critico di $d=4$:
In dimensione 4, la somma delle discrepanze al quadrato diverge solo logaritmicamente:
$$L_N \asymp \sum_{k \in \Lambda_N} |k|^{-4} \asymp \log N$$
Questa divergenza lenta ma illimitata è sufficiente per garantire la separabilità, a differenza delle dimensioni inferiori dove la somma convergerebbe (rendendo le misure equivalenti).

3. Risultati Chiave

Teorema Principale (Teorema 1)

Per $d=4$, se due campi Matérn stazionari hanno lo stesso parametro di regolarità $\nu$ e lo stesso parametro microergodico $m$, ma parametri di raggio diversi ($\alpha_1 \neq \alpha_2$), allora le misure gaussiane indotte su qualsiasi insieme di osservazione numerabile e denso in un dominio limitato sono mutuamente singolari.
Ciò implica che il parametro $\alpha$ è asintoticamente distinguibile dai dati a dominio fisso in dimensione 4.

Dimostrazione della Singolarità

La prova si articola in due fasi:

1. Dimostrazione nello spazio dei percorsi: Si dimostra che le leggi sui percorsi continui $C(D)$ sono singolari.
2. Proiezione su insiemi densi: Utilizzando il fatto che la sigma-algebra generata da un insieme denso coincide con quella dello spazio dei percorsi continui (Lemma 3), si estende il risultato agli insiemi di osservazione discreti.

Controllo delle Correlazioni Off-Diagonali

Una parte tecnica fondamentale della dimostrazione consiste nel controllare le covarianze tra coefficienti di Fourier diversi ($\mathbb{E}[X_k X_\ell]$). Grazie alla rapida decadenza della trasformata di Fourier della funzione di taglio $\chi$, le covarianze off-diagonali decadono rapidamente. Questo permette di dimostrare che la varianza della statistica $T_N$ decade come $O(1/L_N)$, garantendo la convergenza quasi certa di $T_N$ a 0 sotto il modello 1 e a 1 sotto il modello 2 lungo una successione appropriata.

4. Contributi e Significato

• Risoluzione del Caso Critico: Il paper chiude un problema aperto nella statistica spaziale, dimostrando che la dimensione 4 è il confine esatto dove inizia la separabilità dei parametri di scala e varianza per i campi Matérn.
• Nuovo Approccio Metodologico: Introduce un framework di "sonda spettrale localizzata" (localized spectral probing). A differenza dei metodi basati sugli incrementi nello spazio fisico (Anderes), questo metodo isola la prima discrepanza non nulla nello spettro ad alta frequenza.
• Analogia con la Teoria di Feldman-Hájek: Il lavoro collega esplicitamente la divergenza logaritmica in $d=4$ alla condizione di sommabilità quadrata del criterio di Feldman-Hájek, mostrando come la struttura non diagonale delle covarianze localizzate preservi la scala di informazione critica.
• Implicazioni per la Stima: Sebbene l'obiettivo principale sia la teoria dell'equivalenza/singolarità, l'autore mostra tramite simulazioni che una procedura di stima basata sulla pseudo-verosimiglianza di Whittle (che utilizza i coefficienti di Fourier) riesce a recuperare consistentemente il parametro $\alpha$ in dimensione 4, confermando la rilevanza pratica dei risultati teorici.

Conclusione

Questo lavoro stabilisce che, in dimensione 4, anche se il parametro microergodico è fissato, la struttura fine della covarianza (governata da $\alpha$) genera una discrepanza cumulativa sufficiente a rendere le misure statistiche distinguibili. La metodologia proposta offre un potente strumento per analizzare l'identificabilità in altri modelli spaziali complessi, specialmente in contesti dove le tecniche tradizionali basate sugli incrementi potrebbero non essere applicabili o efficienti.