U-统计量

✍ dations ◷ 2025-08-21 02:07:28 #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

涮涮是一种烹饪方式，南方多称煠（俗写烚），指将食物置于沸水中烫熟。
朱珔朱珔（1769年－1850年），安徽泾县人，字玉存、兰坡，号兰友，嘉庆七年（1802年）壬戌科进士，选庶吉士，散馆授编修。官至赞善，迁侍讲。前后主讲钟山、正谊、紫阳书院二十五年。作文宗桐城派，曾参加
三酮三酮（英语：triketone 或 trione）是指带有三个羰基官能团的有机化合物分子。环状的三酮包括：环丙三酮, 巴比妥酸和三嗪类的三聚氰酸，以及带有羟基基团的克酮酸。在茚三酮中，中间的
汉娜·雅特顿汉娜·珍·雅特顿（英语：Hannah Jane Arterton；1989年1月26日－），又名“汉娜·雅特顿”，是一位英国女演员和歌手，以代表作2014年《舞力假期》而闻名，另外她还出演过当红的BBC电视剧《亚
太益控股太益控股有限公司，简称太益控股（英语：Time Infrastructure Holdings Limited，港交所除牌时0686.HK），在2008年12月2日，由Gay Giano International Group Limited更名而来，当时经营Gay
杰拉尔德·菲什曼杰拉尔德·菲什曼（英语：Gerald J. Fishman，1943年2月10日－），美国天文学家，1965年于美国密苏里大学物理系毕业，其后在莱斯大学（）的太空科学系修读硕士及博士学位。他专门研究太空中的伽
释戒忍释戒忍（1959年1月－），男，汉族，浙江金华人，中国佛教僧人，曾任中国佛教协会副会长，浙江省佛教协会会长，普陀山全山方丈，第十届全国政协委员。
黎明站黎明站，位于哈尔滨市香坊区黎明乡，建于1984年，现隶属哈尔滨铁路局，为四等站。拉滨铁路经过此站，目前本站不办理客运，仅办理列车交会及货运业务。
台北电影奖百万首奖台北电影奖百万首奖是由台北市政府文化局的台北市文化基金会在台湾台北电影节举办的奖项。
多薪《多薪》是一首先秦逸诗，见于《上海博物馆藏战国楚竹书》第四册。全诗共四章，每章四句，内容为歌颂兄弟之情，风格与《诗经》相仿。根据诗中取兴的植物意象推断，《多薪》是楚地的作品。