One Truncated Likelihood Expansion: Estimation, Testing, and Classification as a Single Captured-Fraction Functional

Resumo Técnico: Uma Expansão de Verossimilhança Truncada

Enunciado do Problema
Na inferência estatística, a estimação de parâmetros, o teste de hipóteses e a classificação de sinais (decomposição) são tradicionalmente tratados como tarefas distintas, cada uma regida por maquinários teóricos e métricas de qualidade separadas: eficiência do estimador, probabilidade de erro/atraso de detecção e erro de reconstrução, respectivamente. O artigo postula que essas tarefas são frequentemente estudadas isoladamente, obscurecendo seus limites estruturais compartilhados. O problema central abordado é se essas três tarefas podem ser unificadas sob um único objeto e uma única medida de "completude", particularmente em regimes onde as expansões ortogonais clássicas (ex: polinômios de Hermite) falham, como sob distribuições de caudas pesadas.

Metodologia
O artigo propõe um framework unificado baseado na expansão truncada do log-verossimilhança em uma base fixa, possivelmente não ortogonal $\{\phi_i\}$. A metodologia central envolve:

1. O Objeto Mestre: Uma série de verossimilhança de Kunchenko truncada definida como:
   $$\log p(x; \theta) = \psi_0(\theta) + \sum_{i \le m} k_i(\theta) (\phi_i(x) - \psi_i) + R_m(x; \theta)$$
   onde os coeficientes são resolvidos via um sistema normal (mínimos quadrados generalizados) e $R_m$ é o resíduo de truncamento ortogonal.

2. Três Tarefas de Uma Única Série: As três tarefas estatísticas são derivadas como operações elementares nesta série única:

   • Estimação: A diferenciação em relação ao parâmetro ($\partial_\theta$) produz a função de score, levando a um estimador de maximização polinomial.
   • Detecção: A diferenciação entre duas hipóteses ($\Delta$) produz a razão de log-verossimilhança (LLR), levando a um teste de Neyman–Pearson. Uma versão sequencial é formada pela composição desta diferença com o tempo.
   • Decomposição: A norma do resíduo de truncamento fornece o erro de reconstrução.

3. O Funcional Unificador: A qualidade de todas as três tarefas é medida por um único funcional, o funcional de fração capturada $\kappa_m$:
   $$\kappa_m(z; \nu) = \frac{\| \text{proj}_{V_m} \mathring{z} \|_\nu^2}{\| \mathring{z} \|_\nu^2}$$
   onde $V_m$ é o subespaço gerado pelas funções de base centradas, e $\mathring{z}$ é o objeto de interesse centrado (score, LLR ou log-densidade).

   • Para estimação, $z$ é o score $S$; a leitura é a eficiência relativa assintótica $g$.
   • Para detecção, $z$ é o LLR $\Lambda$; a leitura é a razão capturada $c$.
   • Para decomposição, $z$ é a log-densidade; a leitura é $R^2$.

4. Seleção de Base: O framework utiliza bases fracionárias não ortogonais (ex: $\rho_a(x) = \text{sgn}(x)|x|^a$) especificamente para abordar distribuições de caudas pesadas onde sistemas polinomiais/de Hermite não são integráveis ao quadrado.

Principais Contribuições

• Unificação Estrutural (C1): O artigo demonstra que estimação, detecção e decomposição não são três métodos separados, mas um único objeto lido de três maneiras. Sua qualidade é governada pelo mesmo funcional $\kappa_m$ aplicado a diferentes objetos. Crucialmente, o artigo esclarece que essas leituras são geralmente números diferentes (ex: na lei de Laplace, $g$ e $c$ sobem em taxas diferentes), mas atingem o valor de 1 simultaneamente se, e somente se, a base captura o estatístico suficiente (Teorema 1).
• Completude via Troca de Base (C2): Uma grande contribuição teórica é um teorema de completude (Teorema 3) mostrando que, sob caudas pesadas (índice de cauda $\alpha$), um sistema fracionário não ortogonal com expoentes acumulando-se em $(0, \alpha/2)$ é denso em $L^2(\nu)$. Isso restaura o fechamento $L^2$ que os sistemas polinomiais ortogonais perdem nesses regimes, permitindo que a fração capturada se aproxime de 1 onde as expansões de Hermite divergem.
• Características Operacionais (C3): A fração capturada é identificada como a característica operacional tanto para estimação quanto para detecção.
  • Estimação: $g$ é igual à eficiência relativa assintótica (ARE) do estimador contra o estimador de máxima verossimilhança.
  • Detecção: $g$ determina o poder assintótico local e a eficácia relativa de Pitman do teste.
    Isso fornece uma afirmação de potência unificada para inferência de caudas pesadas onde bases ortogonais não conseguem definir eficácia.
• Igualdade Local entre Ramos (C4): O artigo prova que, no limite local de um gap de hipótese evanescente ($\delta \to 0$), a leitura de detecção $c(\delta)$ converge para a leitura de estimação $g$ (Proposição 2), formalizando a forma de fração capturada da Normalidade Assintótica Local (LAN).
• Âncora Gaussiana e Verificação por Máquina (C5): Um modelo de deslocamento de covariância Gaussiana serve como uma "âncora" onde a projeção de ordem dois é exata. O artigo fornece provas verificadas por máquina (Lean 4/Mathlib) que garantem que, nesta âncora, o estatístico sequencial é igual à razão de verossimilhança exata, assegurando que a otimalidade CUSUM clássica se aplica diretamente.
• Princípio de Redução (C7): O framework produz uma corolário de invariância: qualquer transformação que deixe a avaliação da base invariante deixa todas as leituras de ramo (score, LLR, erro de reconstrução) inalteradas. Isso recupera o princípio de redução como uma consequência generativa do fatoramento de série única.

Resultados
O artigo valida sua teoria através de um estudo sintético controlado com 15 verificações pré-especificadas:

• Terminação: Na família Gaussiana, todas as leituras ($g, c, R^2$) atingem 1 exatamente quando a base inclui o estatístico suficiente (ex: $x^2$ para deslocamento de variância).
• Ascensão Conjunta: Na distribuição de Laplace, todas as leituras sobem em direção a 1 conforme a base é enriquecida, embora em taxas diferentes dependendo do objeto.
• Igualdade Local: Experimentos numéricos confirmam que, conforme o gap de hipótese $\delta$ diminui, a leitura de detecção converge para a leitura de estimação.
• Vantagem de Caudas Pesadas: Bases fracionárias capturam informação de Fisher significativa (ex: $g \approx 0,96$ para $t_3$) em distribuições Student-$t_3$ e Cauchy, onde a matriz Gram polinomial diverge. A base ortogonal falha em fornecer eficácia definida nesses regimes.
• Completude: À medida que os expoentes fracionários se densificam, a fração capturada aproxima-se de 1 tanto para alvos de cauda leve (Laplace) quanto de cauda pesada (Student-$t_3$).

Significância e Alegações
O artigo alega modestamente fornecer uma unificação estrutural em vez de uma identidade numérica. Argumenta-se que a visão de "escalar único" da inferência só é válida em âncoras terminantes específicas (famílias exponenciais) ou em limites locais. A principal significância reside em:

1. Unificar a Teoria: Mostrar que três ramos distintos da estatística compartilham um único funcional de medida de completude.
2. Estender para Caudas Pesadas: Demonstrar que bases fracionárias não ortogonais não são meramente convenientes, mas necessárias para restaurar o fechamento $L^2$ e definir a eficácia da inferência em leis de cauda pesada onde sistemas polinomiais clássicos falham.
3. Clareza Operacional: Vincular a fração capturada diretamente à eficiência relativa assintótica e ao poder local, fornecendo uma métrica única para avaliar a "bondade" de uma base através das tarefas de estimação, detecção e decomposição.

O trabalho não afirma que as três leituras são números idênticos em geral, mas sim que estão estruturalmente ligadas, sobem juntas com o enriquecimento da base e coincidem sob condições específicas (suficiência ou limites locais). O núcleo verificado por máquina é limitado à âncora Gaussiana, enquanto os resultados de cauda pesada e bases gerais dependem de provas analíticas e verificação numérica.