U-统计量

✍ dations ◷ 2025-04-02 10:36:14 #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

  • 林孝信林孝信(1944年4月3日-2015年12月20日),生于日治台湾台北州台北市。台湾《科学月刊》创办人,曾参与保钓运动,因此列名黑名单。专长领域:物理学史与哲学,数学史与哲学,科学教育,通识教育
  • 苏西洛·班邦·尤多约诺苏西洛·班邦·尤多约诺将军(印尼语:Jenderal Susilo Bambang Yudhoyono;IPA:.mw-parser-output .IPA{font-family:"Charis SIL","Doulos SIL","Linux Libertine","Segoe UI","L
  • 乌兰苏海组乌兰苏海组是位于中国内蒙古额济纳旗巴丹吉林沙漠一带的上白垩世地层,1986年由内蒙古第一区域地质调查大队命名。该地层以砖红、橘黄、灰绿色的砂岩、粉砂岩、粉砂质泥岩、泥
  • 张煦张煦(1913年11月6日-2015年9月13日),生于江苏无锡,中国通信工程学家,上海交通大学教授。1934年毕业于交通大学。1940年获美国哈佛大学科学博士学位。1980年当选为中国科学院院士(学
  • 巴思明巴思明(1485年-1563年),字云壁,山东新城县人,明朝政治人物、同进士出身。正德九年(1514年),登进士,授行人,因弹劾江彬,下锦衣狱,因官员申救,担任国子监学正。嘉靖年间,升任户科给事中,历兵科
  • 联茂电子联茂电子股份有限公司是一家主要生产覆铜板的企业,于1997年4月10日成立,总部位于台湾新竹,在台湾和中国大陆的无锡、东莞虎门、广州、东莞黄江等地设有工厂。联茂是全球第五大
  • 康沃利斯岛 (加拿大)康沃利斯岛(英语:Cornwallis Island)位于加拿大北部努纳武特地区,是北冰洋伊丽莎白女王群岛中的一座岛屿。东隔惠灵顿海峡与德文岛相望,南隔帕里海峡与萨默塞特岛相望。长约115公
  • 诺门氏盘唇鲿诺门氏盘唇鲿,为辐鳍鱼纲鲇形目倒立鲇科盘唇鲿属的其中一种,该物种主要分布于非洲科特迪瓦卡瓦利河流域,体长可达4.6公分。 维基物种上的相关信息:诺门氏盘唇鲿
  • 弗兰尼 (怀俄明州)弗兰尼(英语:Frannie)是美国怀俄明州比格霍恩县与帕克县下属的一座城镇。该镇的人口在2000年为209人,2010年有157,2011年则估计有158人。‡跨县聚居地‡跨县聚居地
  • 卡尤加 (北达科他州)卡尤加(英语:Cayuga)是美国北达科他州下属的一座城市。根据2010年美国人口普查,该市有人口27人。‡跨县聚居地