U-统计量

✍ dations ◷ 2025-10-21 23:08:37 #U-统计量

U-统计量是统计学中一类特定的、具有对称性的统计量，它在估计理论中扮演重要角色。名称中的“ U”为无偏（unbiased）之意。在初等统计学中，U-统计量与最小方差无偏估计量 (UMVUE) 有密切联系。

U-统计量的一个重要性是，对概率分布来说，其可估计参数的最小方差无偏估计量是一个U-统计量。因此通过研究U-统计量的一般性质，可以系统地了解这些估计量的统计学性质。

U-统计量在非参数统计中尤其重要，不少用于估计和统计检验的统计量，在形式上都是U-统计量。U-统计量通常具有良好的渐近正态性，这方便了基于它的统计推断。近年来，U-统计量在研究复杂的随机过程和随机网络类型数据的随机性质方面，发挥了作用。

目前，统计学家们对U-统计量性质的了解，几乎全都基于Hoeffding发表于1948年的经典论文。在这篇论文里，Hoeffding给出了U-统计量最重要的性质——它的ANOVA分解。

定义 ${displaystyle h(x_{1},ldots ,x_{r}):mathbb {R} ^{r}to mathbb {R} }$ ${displaystyle h(x_{1},ldots ,x_{r}):mathbb {R} ^{r}to mathbb {R} }$ 为一个函数，其具有对称性，即交换任意 ${displaystyle x_{i},x_{j}}$ $x_i,x_j$ 的位置， ${displaystyle h}$ $h$ 的值保持不变。对随机变量 ${displaystyle X_{1},ldots ,X_{n}}$ ${displaystyle X_{1},ldots ,X_{n}}$ ，基于 ${displaystyle h}$ $h$ 的U-统计量定义如下：

这里， ${displaystyle h(cdot )}$ ${displaystyle h(cdot )}$ 称为U-统计量的核函数（Kernel function），而核函数的维数 ${displaystyle r}$ $r$ 称为该U-统计量的度（degree）。

定义 ${displaystyle h(x_{1},ldots ,x_{r};y_{1},ldots ,y_{s}):mathbb {R} ^{r+s}to mathbb {R} }$ ${displaystyle h(x_{1},ldots ,x_{r};y_{1},ldots ,y_{s}):mathbb {R} ^{r+s}to mathbb {R} }$ 为一个函数，其对 ${displaystyle X}$ $X$ 和 ${displaystyle Y}$ $Y$ 分别具有对称性，即交换任意 ${displaystyle x_{i_{1}},x_{i_{2}}}$ ${displaystyle x_{i_{1}},x_{i_{2}}}$ 的位置或交换任意 ${displaystyle y_{j_{1}},y_{j_{2}}}$ ${displaystyle y_{j_{1}},y_{j_{2}}}$ 的位置， ${displaystyle h}$ $h$ 的值保持不变（但不能随意交换 ${displaystyle x_{i},y_{j}}$ ${displaystyle x_{i},y_{j}}$ ）。对随机变量 ${displaystyle X_{1},ldots ,X_{m};Y_{1},ldots ,Y_{n}}$ ${displaystyle X_{1},ldots ,X_{m};Y_{1},ldots ,Y_{n}}$ ，基于 ${displaystyle h}$ $h$ 的两样本U-统计量定义如下：

目前在机器学习中，最常见的情形是 ${displaystyle r=s=1}$ ${displaystyle r=s=1}$ ，例如能量距离和最大平均差异（MMD）。

Hoeffding的ANOVA分解定理是现代U-统计量理论的基础。为表述该定理，定义： ${displaystyle mu =mathbb {E} }$ ${displaystyle mu =mathbb {E} }$ 。对所有 ${displaystyle 1leq kleq r}$ ${displaystyle 1leq kleq r}$ ，定义投影函数：

${displaystyle a_{k}(x_{1},ldots ,x_{k})=mathbb {E} -mu }$ ${displaystyle a_{k}(x_{1},ldots ,x_{k})=mathbb {E} -mu }$

然后定义正交化投影函数：

${displaystyle g_{1}(x_{1})=a_{1}(x_{1})}$ ${displaystyle g_{1}(x_{1})=a_{1}(x_{1})}$ ， ${displaystyle g_{2}(x_{1},x_{2})=a_{2}(x_{1},x_{2})-g_{1}(x_{1})-g_{2}(x_{2})}$ ${displaystyle g_{2}(x_{1},x_{2})=a_{2}(x_{1},x_{2})-g_{1}(x_{1})-g_{2}(x_{2})}$ ，等等，每一个 ${displaystyle g_{k}}$ $g_{k}$ 都定义为相应的 ${displaystyle a_{k}}$ $a_{k}$ 减去之前定义过的所有 ${displaystyle g_{1},ldots ,g_{k-1}}$ ${displaystyle g_{1},ldots ,g_{k-1}}$ ，直至最后一个函数 ${displaystyle g_{r}}$ ${displaystyle g_{r}}$ ：

${displaystyle g_{r}(x_{1},ldots ,x_{r})=a_{r}(x_{1},ldots ,x_{r})-sum _{j=1}^{r-1}sum _{1leq i_{1}<cdots <i_{j}leq r}g_{j}(x_{i_{1}},ldots ,x_{i_{j}})}$ ${displaystyle g_{r}(x_{1},ldots ,x_{r})=a_{r}(x_{1},ldots ,x_{r})-sum _{j=1}^{r-1}sum _{1leq i_{1}<cdots <i_{j}leq r}g_{j}(x_{i_{1}},ldots ,x_{i_{j}})}$

Hoeffding的ANOVA分解定理的内容是：

${displaystyle U_{n}-mu ={binom {n}{r}}^{-1}sum _{k=1}^{r}{binom {n-k}{r-k}}cdot sum _{1leq i_{1}<cdots <i_{k}leq n}g_{k}(X_{i_{1}},ldots ,X_{i_{k}})}$ ${displaystyle U_{n}-mu ={binom {n}{r}}^{-1}sum _{k=1}^{r}{binom {n-k}{r-k}}cdot sum _{1leq i_{1}<cdots <i_{k}leq n}g_{k}(X_{i_{1}},ldots ,X_{i_{k}})}$

所有的正交化投影函数 ${displaystyle g_{k}}$ $g_{k}$ 都满足：

${displaystyle mathbb {E} =0}$ ${displaystyle mathbb {E} =0}$

因此，所有的分解项之间是互不相关的，并且度为 ${displaystyle k}$ $k$ 的分解项之平均的阶为 ${displaystyle O_{p}left(n^{-k/2}right)}$ ${displaystyle O_{p}left(n^{-k/2}right)}$ .

在大多数应用中，一个U-统计量的ANOVA分解中最重要的是前一项或前两项。根据分解项的性质，可以得到如下的两项ANOVA分解式：

${displaystyle U_{n}-mu ={frac {r}{n}}sum _{i=1}^{n}g_{1}(X_{i})+{frac {r(r-1)}{n(n-1)}}sum _{1leq i<jleq n}g_{2}(X_{i},X_{j})+O_{p}(n^{-3/2})}$ ${displaystyle U_{n}-mu ={frac {r}{n}}sum _{i=1}^{n}g_{1}(X_{i})+{frac {r(r-1)}{n(n-1)}}sum _{1leq i<jleq n}g_{2}(X_{i},X_{j})+O_{p}(n^{-3/2})}$

同时，分解定理也指出了应该如何正确地一阶逼近U-统计量的方差，和对其进行t-标准化。

称为“平均成对偏差”。

这正是人们熟知的样本方差 ${displaystyle S_{n}^{2}}$ ${displaystyle S_{n}^{2}}$ 。

展开后可以写成一个U-统计量。

相关

早产儿视网膜病变早产儿视网膜病变（英语：Retinopathy of prematurity，简称ROP），又称晶状体后纤维组织增生（英语：Retrolental fibroplasia，简称RLF）、特里综合征（英语：Terry syndrome），是一种主要影响接受
一元谓词演算在逻辑中，一元谓词演算是所有谓词字母都是一元（就是只接受一个参数）并且没有函数字母的谓词演算。所有原子公式都有形式 P ( x
爵士时代爵士时代（英语：Jazz Age）是指1920年代和1930年代的时期，当时爵士乐与舞蹈变得流行，主要是指美国，但是法国、英国与其他地区也有这种现象。爵士乐起源于新奥尔良，是非洲和欧洲音乐的
冉魏冉魏（350年-352年）是五胡十六国时期后赵主石虎部下汉人冉闵建立的政权。冉闵藉石虎死后诸子争位之机，于350年篡夺后赵石氏政权，称皇帝，国号“魏”，建都邺，史称冉魏。352年前燕杀冉
通州区 (北京市)通州区位于北京城正东，位于京杭大运河北端。与河北省廊坊市的三河市（燕郊镇）、大厂县、香河县相邻，与北京市的朝阳区、大兴区、顺义区接壤，与天津市的武清区交界。为了舒缓北京中
天主教图森教区天主教图森教区（拉丁语：Dioecesis Tucsonensis、英语：Roman Catholic Diocese of Tucson）是美国一个罗马天主教教区，属于圣菲总教区。范围包括亚利桑那州东南部九个县，但不包括希
陈少梅陈少梅（1909年－1954年9月9日），名云彰，又名云鹑，字少梅，号升湖，中国山水画家，他是金北楼的学生，湖社成员，曾主持湖社天津分会。与齐白石、张大千、溥心畬并称四大画家。陈少梅的父亲陈嘉
A3冠军杯A3冠军杯（一般名称：A3联赛、A3俱乐部冠军杯，英文：A3 Champions Cup）亦可称为东亚俱乐部冠军杯（East Asian Champions Cup），是一项由东亚足球协会于2003年开始一年一度举办的杯赛，并由中国，日本及韩国三国轮流主办，是项杯赛的举办主要目的是加强交流，促进三国足球水平的发展。这三个东亚国家的所属联赛冠军及杯赛冠军参与的小型足球锦标赛，合共有四支球队参加。现时以韩国球会成绩最佳共三次夺得冠军、日本球会亦一次夺得冠军，而中国球会的最佳成绩则是上海申花于2007年夺得该项
矢神椎野矢神椎野（2月20日－），日本漫画家。广岛县出身。
萨布丽娜·贝尔蒂尼萨布丽娜·贝尔蒂尼（意大利语：Sabrina Bertini，1969年10月30日－），意大利前女子排球运动员。她曾代表意大利参加2000年夏季奥林匹克运动会排球比赛，结果获得第九名。