The Influence Function of Transport-based Quantiles

Sintesi Tecnica: La Funzione di Influenza dei Quantili basati sul Trasporto

Enunciato del Problema
I quantili basati sul trasporto offrono un'estensione canonica dei quantili univariati alle distribuzioni multivariate tramite il trasporto ottimale (OT). Mentre la letteratura recente ha stabilito l'esistenza di elevati punti di rottura (breakdown points) per questi stimatori sotto condizioni idonee, le loro proprietà di robustezza rispetto a perturbazioni infinitesimali — specificamente la funzione di influenza (IF) — non sono state sistematicamente investigate. Questo articolo affronta la lacuna nella comprensione della stabilità della mappa quantilica di trasporto $Q_P$ (la mappa OT che sposta una misura di riferimento fissa $\mu$ verso una distribuzione target $P$) quando $P$ è soggetta a contaminazione di tipo Huber, definita come $P_t = (1-t)P + t\delta_{x_0}$.

Metodologia
Gli autori impiegano un'analisi rigorosa radicata nella caratterizzazione tramite equazioni differenziali alle derivate parziali (PDE) delle mappe di trasporto ottimale. A differenza degli approcci classici che si affidano al teorema della funzione implicita, il quale fallisce in questo caso a causa della natura non regolare della perturbazione di massa puntiforme, il saggio utilizza una strategia analitica in più fasi:

1. Stime di Stabilità $L^2$: L'analisi inizia stabilendo limiti $L^2$ sulla deviazione della mappa di trasporto perturbata $Q_{P_t}$ dalla mappa non perturbata $Q_P$. Gli autori dimostrano che lo spostamento quadratico $L^2(\mu)$ scala come $O(t^{1+2/d})$ per $d \ge 3$ e $O(t^2 |\log t|)$ per $d=2$.
2. Linearizzazione e Limiti $L^q$: Per analizzare il limite del primo ordine (la funzione di influenza), gli autori studiano la sequenza $\xi_t = (Q_{P_t} - Q_P)/t$. Dimostrano che, sebbene questa sequenza diverga in $L^2$, essa rimane uniformemente limitata in $L^q(\Omega_\mu)$ per un intervallo specifico di $q \in (1, \frac{d(d+2)}{d^2+2d-4})$.
3. Caratterizzazione PDE: Il limite della funzione di potenziale associata a $\xi_t$ viene identificato come l'unica soluzione debole di una PDE uniformemente ellittica con un termine sorgente di Dirac e condizioni di Neumann omogenee.
4. Localizzazione e Analisi delle Singolarità: Escludendo il punto di perturbazione e utilizzando principi di massimo locale (tramite iterazione di Moser) e stime di Schauder, gli autori derivano limiti locali $C^{2,\alpha}$ lontano dalla singolarità. Ciò consente una caratterizzazione precisa del comportamento in prossimità della singolarità.

Contributi Chiave e Risultati

• Esistenza e Rappresentazione: Il saggio stabilisce l'esistenza e l'unicità della funzione di influenza $I(x_0; Q_P(z))$ per ogni $x_0 \neq Q_P(z)$. Si dimostra che $I(x_0; Q_P(z)) = \nabla G_{x_0}(z)$, dove $G_{x_0}$ è il potenziale che risolve la PDE ellittica:
  $$\text{div}(f_\mu [\nabla Q_P]^{-1} \nabla G_{x_0}) = \mu - \delta_{z_0}$$
  dove $z_0 = F_P(x_0)$ è la funzione di distribuzione del trasporto valutata nel punto di perturbazione, e $F_P = Q_P^{-1}$.

• Singolarità di Tipo Polo: Un risultato centrale è che per dimensioni $d \ge 2$, la funzione di influenza esibisce una singolarità di tipo polo. Nello specifico, man mano che il punto di perturbazione $x_0$ si avvicina al quantile $Q_P(z)$ (ovvero, mentre $F_P(x_0) \to z$), la norma della funzione di influenza diverge:
  $$\|I(x_0; Q_P(z))\| \asymp \frac{1}{\|z - F_P(x_0)\|^{d-1}}$$
  Ciò contrasta nettamente con la funzione di influenza limitata dei quantili univariati ($d=1$).

• Caratterizzazione Geometrica delle Preimmagini: Come sottoprodotto della strategia di prova, il saggio caratterizza l'insieme $K_{x_0, t} = Q_{P_t}^{-1}(x_0)$, che rappresenta i punti nel dominio di riferimento mappati nella posizione di perturbazione. Per $d \ge 3$, questo insieme si comporta asintoticamente come una palla di raggio $t^{1/d}$ quando $t \to 0$.

• Implicazioni per i Quantili Empirici: La natura illimitata della funzione di influenza implica che la variabile casuale $I(X; Q_P(z))$ per $X \sim P$ ha un momento secondo infinito ($I \notin L^2(P)$). Di conseguenza, il quantile di trasporto empirico $Q_{P_n}(z)$ non ammette una standard rappresentazione asintoticamente lineare $\sqrt{n}$ con una funzione di influenza integrabile al quadrato.

• Congettura sulle Fluttuazioni a Coda Pesante: Basandosi sul comportamento della coda della funzione di influenza (che decade come $\lambda^{-d/(d-1)}$), gli autori congetturano che il quantile di trasporto empirico converga a un tasso non parametrico $r_n$ (dove $r_n \sim n^{1/d}$ per $d \ge 3$) e segua una distribuzione limite stabile e non gaussiana. Esperimenti numerici in dimensione $d=3$ supportano questa congettura, mostrando che la distribuzione empirica si allinea con la statistica lineare derivata dalla funzione di influenza ed esibisce code pesanti, deviando dal comportamento gaussiano anche per grandi campioni.

Significatività
Questo lavoro altera fondamentalmente la comprensione della robustezza dei quantili basati sul trasporto. Sebbene questi stimatori possiedano elevati punti di rottura (resistenza agli errori grossolani), la scoperta di una singolarità di tipo polo nella loro funzione di influenza rivela una distinta sensibilità verso gli "inlier" (punti vicini al quantile di interesse). Questo comportamento singolare spiega perché la normale asintotica standard fallisce e suggerisce che la distribuzione limite dei quantili di trasporto sia a coda pesante e potenzialmente stabile. Il lavoro fornisce il necessario quadro teorico (tramite la caratterizzazione PDE) per analizzare questi comportamenti asintotici non standard, unendo la teoria del trasporto ottimale con la statistica robusta nel contesto multivariato.