U-统计量

✍ dations ◷ 2025-04-04 11:18:31 #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 h ( x 1 , , x r ) : R r 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 x i , x j {displaystyle x_{i},x_{j}} 的位置, h {displaystyle h} 的值保持不变。对随机变量 X 1 , , X n {displaystyle X_{1},ldots ,X_{n}} ,基于 h {displaystyle h} 的U-统计量定义如下:

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

定义 h ( x 1 , , x r ; y 1 , , y s ) : R r + s 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 X {displaystyle X} Y {displaystyle Y} 分别具有对称性,即交换任意 x i 1 , x i 2 {displaystyle x_{i_{1}},x_{i_{2}}} 的位置或交换任意 y j 1 , y j 2 {displaystyle y_{j_{1}},y_{j_{2}}} 的位置, h {displaystyle h} 的值保持不变(但不能随意交换 x i , y j {displaystyle x_{i},y_{j}} )。对随机变量 X 1 , , X m ; Y 1 , , Y n {displaystyle X_{1},ldots ,X_{m};Y_{1},ldots ,Y_{n}} ,基于 h {displaystyle 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 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: μ = E {displaystyle mu =mathbb {E} } 。对所有 1 k r {displaystyle 1leq kleq r} ,定义投影函数:

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

然后定义正交化投影函数:

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

g r ( x 1 , , x r ) = a r ( x 1 , , x r ) j = 1 r 1 1 i 1 < < i j r g j ( x i 1 , , 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:

U n μ = ( n r ) 1 k = 1 r ( n k r k ) 1 i 1 < < i k n g k ( X i 1 , , 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 g k {displaystyle g_{k}} 都满足:

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 k {displaystyle k} 的分解项之平均的阶为 O p ( n k / 2 ) {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:

U n μ = r n i = 1 n g 1 ( X i ) + r ( r 1 ) n ( n 1 ) 1 i < j 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 S n 2 {displaystyle S_{n}^{2}}

展开后可以写成一个U-统计量。

相关

  • 喷昔洛韦喷昔洛韦(Penciclovir)是鸟嘌呤类似物类抗病毒药物, 用于治疗多种疱疹病毒感染。具有毒性低,病毒敏感性高等特点。喷昔洛韦口服吸收低,常用于局部给药。 泛昔洛韦是喷昔洛韦的前
  • 毫微克奈克,亦作毫微克,质量单位,符号ng(法语:nanogramme)。奈克是一个极微少的质量单位。1奈克等于十亿分之一克(10-9克)
  • 刘世功刘世功(1928年8月18日-2017年6月9日),圣名若望,天主教集宁教区第二任正权主教,同获中国政府和教廷承认。生于内蒙古乌兰察布市四子王旗乌兰淖,十四岁进入二十四顷地修院读书,1948年
  • 蔡万春蔡万春(1916年12月20日-1991年12月2日),苗栗县竹南镇人,为霖园集团的创始人。弟蔡万霖、蔡万才、蔡万得。其父蔡福安,是一名佃农。蔡万春是次子,有一个胞兄蔡万生和三个胞弟:蔡万霖
  • 刘志昇刘志昇(1967年4月21日-),台湾棒球选手,曾任中华职棒兴农牛队、领队纬来体育台球评,现任中国大陆河南吉象队教练。3 武建州 | 5 卢诗清 | 7 黄自强 | 8 黄煚隆(总冠军赛MVP) | 11 金
  • 吴纯仁吴纯仁(1921年-2010年),男,陕西韩城人,中华人民共和国军事人物,中国人民解放军少将,曾任福州军区副司令员,第五届全国人大代表。
  • 所罗门·格兰迪所罗门·格兰迪(英语:Solomon Grundy)是一名出现于DC漫画的虚构超级反派角色,偶尔也以反英雄的姿态出现。由Alfred Bester和Paul Reinman创作,角色首次登场于《All-American Comi
  • 朝雾夕朝雾夕(日语:あさぎり 夕(朝霧 夕),1957年7月21日-2018年10月27日),日本漫画家。东京都出生,居住于东京都。朝雾夕以高产量漫画著称。早年为少女漫画的代表漫画家,在少女漫画领域曾经
  • 地中海Daniela级货柜船地中海Daniela级货柜船(英语:MSC Daniela-class container ship)是韩国的三星重工为地中海航运公司建造的8艘货柜船系列。这些船的最大容量为13798TEU。
  • 白俄罗斯地理白俄罗斯是一个内陆国,其国土面积有207,600平方公里,比英国或堪萨斯州要略小一些。白俄罗斯在北部和西北部与俄罗斯接壤,北部和拉脱维亚接壤,西北部和立陶宛接壤,西部和波兰接壤,南部和乌克兰接壤。白俄罗斯地形比较平坦,其国土最高点也只有346米。有许多冰河时期留下的湖泊,湖泊数量超过11,000个,有“万湖之国”之称。白俄罗斯还有大片国土都是无人居住的森林,这里有许多珍稀生物生息。1986年的切尔诺贝利核事故释放出了大量核污染物质,其中有70%来到白俄罗斯,污染了白俄罗斯至少四分之一的土地面积。1995年