The Influence Function of Transport-based Quantiles

技术摘要：基于传输的分位数之影响函数

问题陈述
基于传输的分位数（Transport-based quantiles）通过最优传输（OT）理论，为单变量分位数提供了向多元分布的规范性扩展。尽管近期的文献已证实，在适当条件下，这些估计量具有高破坏点（high breakdown points），但关于其对无穷小扰动（特别是影响函数，IF）的稳健性质尚未得到系统性的研究。本文旨在填补理解传输分位数映射 $Q_P$（即将固定参考测度 $\mu$ 传输至目标分布 $P$ 的 OT 映射）在受到 Huber 型污染（定义为 $P_t = (1-t)P + t\delta_{x_0}$）时稳定性方面的空白。

方法论
作者采用了一种根植于最优传输映射偏微分方程（PDE）表征的严谨分析方法。由于传统的依赖隐函数定理的方法在此失效（因为点质量扰动具有非光滑性），本文利用了一种多步分析策略：

1. $L^2$ 稳定性估计：分析始于建立扰动传输映射 $Q_{P_t}$ 与未扰动映射 $Q_P$ 之间偏差的 $L^2$ 界限。作者证明了平方 $L^2(\mu)$ 位移在 $d \ge 3$ 时按 $O(t^{1+2/d})$ 缩放，在 $d=2$ 时按 $O(t^2 |\log t|)$ 缩放。
2. 线性化与 $L^q$ 界限：为了分析一阶极限（即影响函数），作者研究了序列 $\xi_t = (Q_{P_t} - Q_P)/t$。他们证明，虽然该序列在 $L^2$ 中发散，但在特定范围的 $q \in (1, \frac{d(d+2)}{d^2+2d-4})$ 内，它在 $L^q(\Omega_\mu)$ 中是一致有界的。
3. PDE 表征：与 $\xi_t$ 相关的势函数的极限被确定为具有 Dirac 源项和齐次 Neumann 边界条件的一致椭圆型 PDE 的唯一弱解。
4. 局部化与奇异性分析：通过排除扰动点并利用局部极大值原理（通过 Moser 迭代）和 Schauder 估计，作者推导出了远离奇异点处的局部 $C^{2,\alpha}$ 界限。这使得精确表征其在奇异点附近的行为成为可能。

核心贡献与结果

• 存在性与表示：本文确立了对于所有 $x_0 \neq Q_P(z)$，影响函数 $I(x_0; Q_P(z))$ 的存在性与唯一性。研究表明 $I(x_0; Q_P(z)) = \nabla G_{x_0}(z)$，其中 $G_{x_0}$ 是满足椭圆型 PDE 的势函数：
  $$\text{div}(f_\mu [\nabla Q_P]^{-1} \nabla G_{x_0}) = \mu - \delta_{z_0}$$
  其中 $z_0 = F_P(x_0)$ 是在扰动点处评估的传输分布函数，$F_P = Q_P^{-1}$。

• 极点型奇异性：一个核心发现是，对于维度 $d \ge 2$，影响函数表现出极点型奇异性（pole-type singularity）。具体而言，当扰动点 $x_0$ 趋向于分位数 $Q_P(z)$（等价于 $F_P(x_0) \to z$）时，影响函数的范数会发散：
  $$\|I(x_0; Q_P(z))\| \asymp \frac{1}{\|z - F_P(x_0)\|^{d-1}}$$
  这与单变量分位数的有界影响函数形成了鲜明对比（$d=1$）。

• 原像的几何特征：作为证明策略的副产品，本文表征了集合 $K_{x_0, t} = Q_{P_t}^{-1}(x_0)$，该集合代表了被映射到扰动位置的参考域中的点。对于 $d \ge 3$，当 $t \to 0$ 时，该集合渐近表现为一个半径为 $t^{1/d}$ 的球体。

• 对经验分位数的意义：影响函数的无界性意味着随机变量 $I(X; Q_P(z))$（其中 $X \sim P$）具有无穷二阶矩（$I \notin L^2(P)$）。因此，经验传输分位数 $Q_{P_n}(z)$ 并不具备具有平方可积影响函数的标准 $\sqrt{n}$-渐近线性表示。

• 关于重尾波动的猜想：基于影响函数的尾部行为（其衰减速率为 $\lambda^{-d/(d-1)}$），作者猜想经验传输分位数以非参数速率 $r_n$ 收敛（其中 $r_n \sim n^{1/d}$，对于 $d \ge 3$），并遵循稳定、非高斯的极限分布。在维度 $d=3$ 下的数值实验支持了这一猜想，显示经验分布与源自影响函数的线性统计量相一致，并表现出重尾特性，即使在样本量很大时也偏离了高斯行为。

重要性
本文从根本上改变了对基于传输的分位数的稳健性的理解。虽然这些估计量具有高破坏点（对粗大误差具有抵抗力），但对极点型奇异性的发现揭示了它们对“内点”（inliers，即靠近目标分位数的点）具有独特的敏感性。这种奇异行为解释了为什么标准渐近正态性失效，并表明经验传输分位数的极限分布是重尾的且可能是稳定的。这项工作通过 PDE 表征提供了必要的理论框架，用以分析这些非标准渐近行为，将最优传输理论与多元环境下的稳健统计学联系了起来。