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

Technische Samenvatting: Scherpe Ondergrens op de Minimax-risico voor Multinomiale Uniformiteitstesten via een Conditionale Centrale Limietstelling

Probleemopstelling
Dit artikel behandelt het minimax goodness-of-fit testprobleem voor uniformiteit gebaseerd op $n$ onafhankelijke observaties uit een multinomiale verdeling over $N$ categorieën. De nulhypothese $H_0$ stelt dat de onderliggende verdeling $q$ uniform is ($q_{unif} = (1/N, \dots, 1/N)$). De alternatieve hypothese $H_1$ bestaat uit verdelingen $q$ die afwijken van uniformiteit door ten minste $\epsilon$ in de $\ell_p$-norm, gedefinieerd als $\|q - q_{unif}\|_p \ge \epsilon$. Het doel is om de minimax-risico $R^*$ te karakteriseren, gedefinieerd als het infimum over alle testen $\psi$ van de som van Type I- en Type II-fouten.

De analyse richt zich op een intermediair asymptotisch regime waar $n \to \infty$, $N \to \infty$, en $N = o(n^2)$. In dit regime wordt de signaal-ruisverhouding (SNR) gedefinieerd als:
$$u_n := \frac{\epsilon^2 n N^{3/2 - 2/p}}{\sqrt{2}}$$
Eerdere literatuur heeft vastgesteld dat als $u_n \to \infty$, de risico verdwijnt, en als $u_n \to 0$, de risico convergeert naar 1. Het kritieke geval vindt plaats wanneer $u_n \to u^* \in (0, \infty)$, waarbij de minimax-risico convergeert naar een niet-triviale constante. Een recentelijk gepoissoniseerde versie van dit probleem werd aangetoond een bovengrens van $2\Phi(-u^*/2)$ te leveren (Kipnis [2025]), maar de exacte waarde voor de multinomiale setting bleef een open vraag.

Methodologie
Het artikel vestigt de bijbehorende ondergrens voor de multinomiale minimax-risico door een reeks technische stappen bestaande uit Poissonisatie, Bayesiaanse analyse en een nieuwe conditionele limietstelling.

1. Reductie naar Poisson-mengmodellen: De auteurs maken gebruik van de equivalentie tussen de multinomiale verdeling en een Poisson-verdeling geconditioneerd op de totale telling $S_N = \sum O_i = n$. Door een Poisson-mengmodel te definiëren waarbij de snelheden $Q_i$ willekeurige variabelen zijn, wordt het probleem getransformeerd naar een Bayesiaanse setting. Een specifieke "minst gunstige" prior $\pi^*$ wordt geconstrueerd, bestaande uit lokale tweezijdige perturbaties van de uniforme verdeling.
2. Likelihood-ratio benadering: De optimale test in de Poisson-setting is een likelihood-ratio test. De auteurs tonen aan dat de exacte likelihood-ratio gewichten benaderd kunnen worden door een eenvoudig kwadratisch statistiek $T(w^*) = \sum w^*_{O_i}$, waarbij $w^*_m \propto (m - n/N)^2 - m$. Deze benadering wordt getoond de asymptotische verdeling van de teststatistiek te behouden.
3. Conditionele Centrale Limietstelling (C-CLT): De kerntechnische bijdrage is Theorem 2.3, een conditionele centrale limietstelling voor gewogen sommen onder een Poisson-mengprior, geconditioneerd op de totale telling $S_N = n$. Het bewijs maakt gebruik van karakteristieke functies en een inversieformule voor de rooster-variabele $S_N$. Het deelt de Fourier-integraal op in drie regio's (nabij nul, intermediair en ver weg) om aan te tonen dat de conditionele verdeling van de gestandaardiseerde statistiek convergeert naar een standaard normale verdeling, mits specifieke moment- en correlatievoorwaarden worden vervuld.
4. De-Poissonisatie: Door de C-CLT te combineren met de equivalentie tussen het geconditioneerde Poisson-model en het multinomiale model (Lemma 3.3), dragen de auteurs de risicobanden van de Poisson-setting terug naar de oorspronkelijke multinomiale setting.

Belangrijkste Resultaten
De hoofdresultaat, Theorem 2.1, bewijst dat onder de aannames $N = o(n^2)$ en $u_n \to u^* \in (0, \infty)$, de minimax-risico voldoet aan:
$$\liminf_{n \to \infty} R^* \ge 2\Phi(-u^*/2)$$
Gecombineerd met de bestaande bovengrens van Kipnis [2025], levert dit Corollary 2.2 op, wat een exacte karakterisering geeft van de asymptotische minimax-risico:
$$\lim_{n \to \infty} R^* = 2\Phi(-u^*/2)$$
Dit resultaat bevestigt dat de gepoissoniseerde analyse de scherpe constante levert voor het multinomiale probleem in het intermediaire regime.

Significantie
Het artikel claimt de eerste exacte scherpe-constante karakterisering te bieden voor de multinomiale minimax-risico voor uniformiteitstesten in het intermediaire regime waar de signaal-ruisverhouding convergeert naar een eindige constante. Door de bijbehorende ondergrens te bewijzen, sluit het werk de kloof die is achtergelaten door eerdere bovengrenzen afgeleid van gepoissoniseerde modellen. De significantie ligt in de rigoureuze rechtvaardiging dat de "de-Poissonisatie"-stap de asymptotische risico-constante niet verandert, wat fundamenteel steunt op de nieuw vastgestelde conditionele centrale limietstelling voor gewogen sommen. Dit lost het precieze gedrag op van de testingsrisico in een regime waar het aantal categorieën meegroeit met de steekproefgrootte maar sub-kwadratisch blijft.