Concentration inequalities from monotone couplings for graphs, walks, trees and branching processes
Concentration inequalities from monotone couplings for graphs, walks, trees and branching processes
复制标题
图、游走、树和分支过程的单调耦合的浓度不等式
DOI：
10.1016/j.spa.2022.06.012
复制
发表时间：
2022
影响因子：
1.4
通讯作者：
Peköz, Erol
中科院分区：
文献类型：
--
作者：
Johnson, Tobias;Peköz, Erol
广义伽玛分布在许多涉及随机图、游动、树和分支过程的设置中作为极限出现。Peköz等人（2016）利用特征化分布不动点方程，使用Stein方法获得广义伽马近似的统一误差界。在这里，我们将展示如何单调耦合产生这些不动点方程可以用来获得更清晰的尾部界限，在许多情况下，优于竞争的时刻为基础的界限和统一的界限与斯坦的方法。应用程序给出了优先连接随机图，分支过程，随机游动局部时间统计和均匀随机二叉根平面树的随机子树的大小的浓度不等式。
Generalized gamma distributions arise as limits in many settings involving random graphs, walks, trees, and branching processes. Peköz et al. (2016) exploited characterizing distributional fixed point equations to obtain uniform error bounds for generalized gamma approximations using Stein’s method. Here we show how monotone couplings arising with these fixed point equations can be used to obtain sharper tail bounds that, in many cases, outperform competing moment-based bounds and the uniform bounds obtainable with Stein’s method. Applications are given to concentration inequalities for preferential attachment random graphs, branching processes, random walk local time statistics and the size of random subtrees of uniformly random binary rooted plane trees.
登录
查看更多内容
DOI：
--
发表时间：
2015
期刊：
影响因子：
--
作者：
C. Hoffman;Tobias Johnson;M. Junge
通讯作者：
M. Junge
通过尺寸偏向耦合来集中措施
影响因子：
2
作者：
Subhankar Ghosh;L. Goldstein
通讯作者：
L. Goldstein
DOI：
--
发表时间：
1972
期刊：
影响因子：
--
作者：
I. Meilijson
通讯作者：
I. Meilijson
DOI：
--
发表时间：
2015
期刊：
影响因子：
--
作者：
L. Goldstein;Tobias Johnson;R. Lachièze
通讯作者：
R. Lachièze
NBUE 分布的锐界
影响因子：
4.8
作者：
Mark Brown
通讯作者：
Mark Brown