Logarithmic energy distances and Gini covariance for Hilbert-valued random elements

技術要約：ヒルベルト空間に値を持つランダム要素に対する対数エネルギー距離とジニ共分散

問題提起
本論文は、実分離可能なヒルベルト空間 $H$ に値を取るランダム要素に対する、一般化エネルギー距離およびジニ共分散統計量の境界領域について調査している。これらの統計量は、伝統的に $\alpha \in (0, 2)$ における冪距離カーネル $(x, y) \mapsto \|x - y\|^\alpha$ を用いて定義される。これらの手法は非パラメトリック推論や適合度検定において確立されているが、パラメータが下限である $\alpha \downarrow 0$ に近づく際の挙ナーブ（振る舞い）については、無限次元の設定において十分に特徴付けられていなかった。著者らは、このカーネル族の極限対象を決定し、その統計的性質、特に2標本および$k$標本問題について調査することを目的としている。

手法
中心的な手法は、ゼロ近傍における冪関数の初等的な展開 $\|x - y\|^\alpha = 1 + \alpha \log \|x - y\| + o(\alpha)$ （$\alpha \downarrow 0$ のとき）に基づいている。この展開を一般化エネルギー距離 $E_\alpha(X, Y)$ の定義に適用することで、定数項を相殺し、適切な正規化（$\alpha$ による除算）を行うことにより、距離が以下の対数エネルギー距離に収束することを示す：
$$E_0(X, Y) = 2\mathbb{E}[\log \|X - Y\|] - \mathbb{E}[\log \|X - X'\|] - \mathbb{E}[\log \|Y - Y'\|],$$
ここで、$X'$ および $Y'$ は $X$ および $Y$ の独立なコピーである。

著者らは、この概念を $k$ 標本問題へと拡張し、対数ジニ共分散 $c_{\log}$ を、ペアごとの対数エネルギー距離の加重和として定義する。理論的展開は以下のステップで進行する：

1. 特徴付け： 本論文は、$E_0(X, Y) = 0$ であることは $X$ と $Y$ の分布が同一であることと同値であることを確立する。その証明は、ガウスカーネル $k_z(x, y) = \exp(-z\|x - y\|^2)$ に関連する最大平均偏差（MMD）の積分として対数距離を表現するフルラーニの公式を利用している。この表現は、シェーンベルクの定理、および確率測度が有限次元の周辺分布によって決定されるという事実を活用している。
2. 構造的性質： 対数ジニ共分散は、共通の平行移動およびスケール変化に対して不変であることが示されている。この性質は、標準的な冪カーネルのジニ共分散（$b^\alpha$ でスケールされるもの）と一線を画すものである。
3. 漸近理論：
   • 帰無仮説（$H_0$）の下で： 固定された $k$ に対して、経験的対数ジニ共分散は漸近的に退化する。その極限分布は、カーネル $K_0(x, y)$ に関連する積分作用素の固有値に基づく、中心化されたカイ二乗乱数の無限加重和として導かれる。
   • 対立仮説の下で： 分布が異なる場合、統計量は非退化となる。著者らは、固定された対立仮説の下での経験統計量の漸近正規性を証明し、一致性を示している。
4. 実装： 帰無分布が未知の固有値に依存するため、著者らはテスト統計量を較正するための置換ベースの手順を提案している。

主要な貢献
本論文は主に以下の3つの貢献を行っている：

1. 対数類似体の導入： 冪距離族の自然な境界対象として、対数エネルギー距離および対数ジニ共分散を正式に導入した。
2. ヒルベルト空間における特徴付け： 対数エネルギー距離が、分離可能なヒルベルト空間においても基本的な特徴付け特性（$E_0 = 0 \iff P=Q$）を保持することを証明し、これをガウスカーネルのMMDへと結びつけた。これにより、手法の修正を必要とせずに、関数データのエネルギー統計への適用可能性を拡張している。
3. 漸近的および実践的な枠組み： 固定された $k$ の枠組みにおける経験的対数ジニ共分散の漸近的な帰無および対立理論を導出し、実用的な置換ベースの実装戦略を提供した。

結果
著者らは、シミュレーション研究および実データ適用から得られた数値結果を提示している：

• シミュレーション： 本研究では、提案された対数テスト（$E_0$ および変種 $E_{\log}$）を、標準的なエネルギー距離テスト（$E_1$）および他の競合手法と比較している。結果は、すべてのテストが公称有意水準を維持する一方で、対数的な手順が、スケールおよび形状の対立仮説、特に共分散構造の変化、正規性からの逸脱、または相対的な分散の違いを伴う対立仮説に対して、実質的に高い検出力を示すことを示唆している。これらの利点は、高次元設定や関数データの設定においてより顕著である。
• 実データ適用：
  • IrisおよびWineデータセット： 提案されたテストは、FisherのIrisおよびWineデータセットにおいて、分布の等価性の帰無仮説を棄却することに成功しており、これは既知の多変量サンプル間の差異と一致している。
  • Berkeley成長データ： 関数データ（男児および女児の成長曲線）に適用したところ、対数テストは、平均関数も異なる特定の年齢区間（[1, 4), [13, 18), [1, 18]）において分布の差を検出したが、平均関数が類似している区間（[4, 13]）では正しく帰無仮説を棄却できなかった。

意義と主張
本論文は、対数的な枠組みがエネルギー型の統計量ファミリーの中に「新しい境界現象」を明らかにしていると主張している。その意義は以下の通りである：

• 関数データ解析： ヒルベルト空間の定式化により、次元削減や手法の特定の修正を必要とせずに、関数データを直接扱うことが可能となる。
• 幾何学的構造への感度： 通常のエネルギーカーネルがグローバルな分離を強調するのに対し、対数カーネルは相対的な幾何学的構造や局所的な相互作用に対してより敏感であると記述されている。これは、既存のエネルギー統計に対する補完的なツールを提供し、特に非位置的な対立仮説を検出する上で有用である。
• カーネル法との接続： 導出過程は、対数エネルギー距離とガウスカーネルの最大平均偏差との間の理論的なつながりを確立し、非パラメトリック推論の異なる領域を橋渡ししている。

著者らは、本研究が、一般的なバナッハ空間への拡張、高次元漸近レジーム（$d_N \gg N$）、および複数の $\alpha$ の値を組み合わせた適応的プロシージャを含む、いくつかの将来の研究への道を開くものであると控えめに結論付けている。