Limit Theorems for the Pitman-Yor Frequency Spectrum

技術要約：Pitman-Yor 周波数スペクトルの極限定理

問題提起
本論文は、有限集合 $N_n = \{1, 2, \dots, n\}$ のランダムな分割における成分周波数スペクトルの漸近的挙動を扱う。具体的には、ブロック数 $M_{jn}$（サイズ $j$ のブロックの数）を表すベクトル $M_n = (M_{1n}, M_{2n}, \dots, M_{nn})$ およびその総和 $K_n = \sum M_{jn}$ の同時極限分布を調査している。$K_n$ の漸近的性質は様々なモデルにおいて確立されているが、本論文の目的は、係数ベクトルの次元が $n$ と共に増大する線形結合 $P_{j=1}^n u_{jn} M_{jn}$ に対する大標本結果を導出することである。主な焦点は、統計力学、組合せ論、および集団遺伝学で広く用いられている、エウエンス・サンプリング公式の一般化である二パラメータPitman-Yorサンプリングモデルである。

手法
著者らは、スペクトルの線形汎関数（linear functionals）の収束を分析する、**クラメール・ウォールドのデバイス（Cramér-Wold device）**を中心とした確率論的アプローチを採用している。核心となる手法上の貢献は、ギブス型分割（Gibbs-type partitions）（式1.2によって定義される確率構造）に関する一般的な分布公式の導出である。

1. 一般的枠組み（ギブス型分割）：
   著者らは、$K_n = k$ という条件の下での正規化されたスペクトル $M_n/K_n$ のモーメント母関数（mgf）の公式（定理2.1）を確立している。この公式は、以下の要素を用いて mgf を表現する：

   • 中心化されたスペクトル成分を表す、独立かつ同一分布（i.i.d.）に従う確率変数 $V$ の和。
   • 条件付けイベント $K_n = k$ に関連する、i.i.d. 確率変数の和 $\hat{X}$ に関する確率の比。
     この定式化により、スペクトルの漸近的挙動を、確率変数の三角配列（triangular arrays）の収束に関連付けることが可能になる。

2. Pitman-Yorモデルへの特化：
   一般的な結果を、パラメータ $0 < \alpha < 1$ および $\theta > -\alpha$ を持つPitman-Yorモデルに特化させている。

   • 著者らは、$K_n/n^\alpha$ がミッタッグ＝レフラー分布（Mittag-Leffler distribution）にほとんど確実に収束するという既知の性質を利用している。
   • $K_n \approx x n^\alpha$ と条件付け、$\sum f(j/n) M_{jn}$ という形式の汎関数の mgf の極限を分析している。
   • 分析には、三角配列（特に $\hat{X}$ 変数）に対する局所極限定理の条件の検証、および i.i.d. 変数の和に関する極限定理（$V$ 変数に対して）の適用が含まれる。
   • 極限分布の密度関数を導出するために、フーリエ反転技術が用いられている。

主要な貢献と結果

1. 一般的ギブス型公式（定理2.1）：
   本論文は、ギブス型分割のための統一的な mgf 公式を提供している。この公式は、スペクトルとブロック数の同時分布を、i.i.d. の和を含む扱いやすい構成要素へと分解し、ベクトルの長さが $n$ と共に増大する線形結合の分析を容易にする。

2. Pitman-Yorスペクトルの極限定理（定理3.1）：
   Pitman-Yorモデルにおいて、著者らは $K_n \approx x n^\alpha$ という条件の下でのスペクトルの線形汎関数の条件付き極限分布を導出している。この極限は、以下の積として表現される：

   • 関数 $f$ をべき法則測度 $y^{-\alpha-1}$ に対して積分した項を含む指数項。
   • 1において評価された、無限可分（infinitely divisible）な確率変数の密度の比。
   • ミッタッグ＝レフラー密度 $g_\alpha(x)$ を含む項。
     この結果は、既存の $K_n$ に関する局所極限定理（汎関数が自明な場合に回収される）を一般化するものである。

3. 条件付き極限分布（系 3.1 および 3.2）：

   • 系 3.1: 結果をべき関数 $f(y) = y^p$ ($p > \alpha$) に特化させ、$(0, 1]$ に制限されたレヴィ測量を持つ安定サブディネーター（stable subordinators）に関連する極限分布を与える。注目すべき点として、この条件付き極限分布はパラメータ $\theta$ に依存しない。
   • 系 3.2: 部分和 $S_{\lambda, \mu}^n = \sum_{j=\lfloor \lambda n \rfloor}^{\lfloor \mu n \rfloor} M_{jn}$（特定の範囲のサイズを持つブロックの数）を分析する。その条件付き極限分布は、無限可分な変数、ポアソン的な項、および特定の切断されたべき法則密度を持つ i.i.d. 変数の和の畳み込みとして導出される。

4. 周辺極限分布（定理 3.2）：
   条件付け変数 $K_n$ を積分除去することにより、本論文は部分和 $S_\lambda^n$ の無条件の周辺極限分布を導出している。この分布は、ミッタッグ＝レフラー密度と、独立な無限可分変数の和の密度を含む積分として表現される。この結果は、部分和が、極限において中心化や正規化を必要とすることなく、適切な確率質量関数に収束することを裏付けている。

意義と主張
本論文は、Pitman-Yorモデルにおけるランダムな分割の「形状」を理解するための厳密な枠組みを提供すると主張している。

• 一般化: $K_n$（総ブロック数）に関する既知の結果を、分割構造のより微細な視点を提供する周波数スペクトル全体へと拡張している。
• 収束領域: 著者らは、自身の知見を「対数的（logarithmic）」および「収束的（convergent）」なケース（[5]を引用）に関する先行研究と区別している。それらのモデルはしばしば極限形状を欠くか、増分に対して正規極限を示すが、Pitman-Yorの「収束的」なケースは、無限可分分布と安定サブディネーターによって特徴付けられる明確な極限領域を生み出す。
• 関数極限定理: 結果は、プロセス $P_{j=\lfloor \lambda n \rfloor}^n M_{jn}$ の関数極限定理の存在を示唆しているが、本論文では有限次元分布に焦点を当てている。
• 応用: 著者らは、エウエンス＝ワタソン（Ewens-Watterson）ホモジゴシティ・テストのような、周波数スペクトルの線形結合として表現できる集団遺伝学への直接的な適用可能性を指摘している。

論文は、将来的な含意については控えめなトーンを維持しており、結果の形式は関数極限定理を示唆しているものの、現在の研究ではそれをさらに追求しないとしている。主要な貢献は、Pitman-Yorの文脈におけるスペクトルの線形結合に対する明示的な漸近公式の導出にある。