Statistical inference based on band-limited kernels: Rational-infinitely divisible distributions and beyond

Resumo Técnico: Inferência Estatística Baseada em Núcleos com Banda Limitada para Distribuições Racionais-Infinitamente Divisíveis

Problema
Este artigo aborda o problema da inferência estatística para distribuições de mistura da forma $\mu = \omega\mu_d + (1-\omega)\mu_c$, onde $\mu_d$ é um componente discreto e $\mu_c$ é um componente absolutamente contínuo, com $\omega \in (0,1]$. O estudo foca especificamente na classe $\mathcal{Q}$ das distribuições racionais-infinitamente divisíveis (também conhecidas como distribuições quase-infinitamente divisíveis). Uma distribuição $\mu$ pertence a $\mathcal{Q}$ se sua função característica for a razão das funções características de duas distribuições infinitamente divisíveis. Embora a estimação estatística para distribuições infinitamente divisíveis padrão seja bem estabelecida, a inferência para a classe mais ampla $\mathcal{Q}$, particularmente para misturas do tipo (1.1), tem recebido pouca atenção. Os autores visam desenvolver estimadores não paramétricos para o peso de mistura $\omega$, o componente discreto $\mu_d$ (especificamente seus átomos e probabilidades), o componente contínuo $\mu_c$ e a medida de Lévy quase associada $\nu$.

Metodologia
O arcabouço proposto baseia-se em núcleos de banda limitada (band-limited kernels), funções cujas transformadas de Fourier possuem suporte compacto. A metodologia utiliza dois pilares teóricos distintos:

1. Funções Quase Periódicas: A função característica do componente discreto $\mu_d$ pertence à classe das funções quase periódicas ($AP(\mathbb{R}, \mathbb{C})$). Ao convoluir a função característica empírica com um núcleo de banda limitada, os autores exploram o lema de Riemann-Lebesgue, que garante que a convolução do componente contínuo desapareça em altas frequências, enquanto o componente discreto retém sua estrutura.
2. Métodos de Fourier Inversa: Para a estimação da medida de Lévy quase, os autores utilizam a representação de Lévy-Khintchine adaptada para a classe $\mathcal{Q}$, que envolve uma medida de Lévy (quasi) com sinal. Eles empregam uma abordagem de Fourier inversa baseada na segunda derivada do expoente característico.

O procedimento de estimação procede em duas etapas principais:

• Separação de Componentes: Os autores estimam os átomos $x_j$ e as probabilidades $p_j$ do componente discreto resolvendo problemas de otimização envolvendo o módulo e o argumento da função característica empírica convoluída sobre intervalos de frequência específicos. O componente contínuo é então recuperado subtraindo o componente discreto estimado da função característica empírica total e aplicando uma transformada de Fourier inversa com um parâmetro de truncamento.
• Recuperação da Medida de Lévy Quase: A medida de Lévy quase $\nu$ é estimada invertendo a segunda derivada do expoente característico estimado, suavizada por um núcleo de banda limitada para lidar com o ruído e restringir o domínio.

Principais Contribuições

• Novo Arcabouço de Estimação: O artigo introduz uma abordagem de estimação não paramétrica para misturas na classe $\mathcal{Q}$ utilizando núcleos de banda limitada, uma técnica anteriormente estudada em processamento de sinais (ex: Whittaker), mas não aplicada extensivamente a este problema estatístico específico.
• Alvos de Estimação Duais: O trabalho fornece soluções simultâneas para:
  1. Estimar os parâmetros de mistura ($\omega$), o suporte discreto ($x_j$) e as probabilidades discretas ($p_j$), bem como a densidade contínua $g_{ac}$.
  2. Estimar a medida de Lévy quase $\nu$ e seu componente discreto $\nu_d$, utilizando a relação entre o triplete característico e a estrutura de mistura.
• Taxas de Convergência Teórica: Os autores estabelecem taxas de convergência teórica para os estimadores propostos sob suposições brandas (ex: separação de átomos, densidade contínua e sua derivada limitadas).
  • Para os parâmetros discretos e o peso de mistura, os estimadores alcançam taxas de convergência polinomiais, que se tornam quase paramétricas (até um fator logarítmico) sob escolhas específicas de parâmetros de ajuste.
  • Para a densidade contínua, as taxas dependem da suavidade da densidade (suave ordinária vs. super-suave), alcançando taxas polinomiais para densidades suave ordinárias e taxas quase paramétricas para densidades super-suaves.
  • Para a medida de Lévy quase, as taxas de convergência são derivadas na norma de operador do espaço de Sobolev dual $H^{-1}(\mathbb{R})$, produzindo taxas polinomiais.

Resultados
Os achados teóricos são apoiados por experimentos numéricos utilizando uma mistura de uma distribuição de Poisson (discreta) e uma distribuição Exponencial (contínua).

• Componente Discreto: As simulações demonstram que os estimadores propostos identificam com sucesso os átomos e as probabilidades do componente discreto, com erros de estimação diminuindo conforme o tamanho da amostra aumenta.
• Componente Contínuo: As estimativas não paramétricas da densidade contínua aproximam-se da densidade real, validando a abordagem de deconvolução.
• Medida de Lévy Quase: O artigo verifica que, sob restrições de parâmetros específicas (garantindo que a mistura pertença a $\mathcal{Q}$), o estimador para a transformada de Fourier da medida de Lévy quase ponderada converge para a função verdadeira conforme o tamanho da amostra cresce.

Significância e Alegações
Os autores afirmam que este trabalho preenche uma lacuna na literatura sobre a inferência estatística para distribuições racionais-infinitamente divisíveis, uma classe significativamente maior do que a classe das distribuições infinitamente divisíveis padrão. A significância do artigo reside em:

• Fornecer uma base teórica rigorosa para a estimação de misturas onde o componente contínuo pode não ser infinitamente divisível, desde que a mistura total seja racional-infinitamente divisível.
• Demonstrar que o uso de núcleos de banda limitada permite a separação de componentes discretos e contínuos sem exigir suposições paramétricas fortes sobre a parte contínua.
• Oferecer um limite superior uniforme para as taxas de convergência em toda a classe das distribuições racionais-infinitamente divisíveis, abordando a dificuldade de analisar propriedades assintóticas de razões específicas de funções características que prejudica outros métodos.

O artigo conclui que os estimadores propostos são teoricamente sólidos, alcançando taxas de convergência polinomiais, e numericamente eficazes, conforme evidenciado pelos estudos de simulação.