U-统计量

✍ dations ◷ 2025-07-02 11:19:43 #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

颈动脉在解剖学中，总颈动脉是负责供应头颈部充氧血最主要的动脉，左总颈动脉直接由主动脉发出，右总颈动脉由头臂动脉干发出。二者在颈部时分叉为外颈动脉和内颈动脉。左和右总颈动脉位
苯并三唑苯并三唑是由一个苯环与一个1,2,3-三唑环稠合而成的双环含氮杂环化合物。白色到浅粉色针状结晶粉末。微溶于冷水，溶于热水、甲醇、乙醇、乙醚、丙酮、苯、甲苯、氯仿及二甲基
陶启圣陶启胜（1883年－1911年10月11日），或作陶启圣，清末湖北人，新军陆军第八镇工程第八营后队第二哨哨长（排长），1911年武昌起义中，第一个被杀的清军人物。1911年10月10日，革命党人刘复基、彭楚
阿尔弗雷德·希尔阿尔弗雷德·弗朗西斯·希尔，CMG，OBE（英语：Alfred Francis Hill，1869年12月16日－1960年10月30日），澳大利亚作曲家、指挥家，生于墨尔本，早年在新西兰生活。曾在莱比锡学习音乐，并在莱比
弗雷德里克·伊德斯坦姆弗雷德里克·伊德斯坦（瑞典语：Knut Fredrik Idestam；1838年10月28日－1916年4月8日），诺基亚重要领导人兼创办人。1865年5月，弗雷德里克得到在芬兰坦佩雷建立造纸厂的许可，该厂于1866
发布版本通知发布版本通知（或发布通知）(Release Notes)，是指当软件有版本发布(Release)时，一并附在文件上藉以说明软件内容的文件。对软件使用者而言，发布通知是一个重要的版本控制工具，能借此
台标台标，亦称台徽，是电视台的象征标志。台标通常悬挂在电视画面上，或绘在记者的话筒上。台标象征电视台的广播本质。中国大陆的台标一般在电视画面的左上角。英国、日本则大多表示
李修善李修善（David Hill，1840年－1896年），英国循道公会在华传教士。1840年，李修善出生于英格兰约克郡，在里士满接受神学训练。成为牧师以后，1865年，他被英国循道公会派往中国湖北省传教。18
欧拉-拉格朗日方程欧拉-拉格朗日方程（英语：Euler-Lagrange equation）为变分法中的一条重要方程。它是一个二阶偏微分方程。它提供了求泛函的临界值（平稳值）函数，换句话说也就是求此泛函在其定义域的
杜忻恬杜忻恬（1986年12月17日－），台湾台南市人，台湾女艺人、台湾女歌手，妈妈是高雄美浓的客家人。曾经参加三立台湾台歌唱选秀节目《21世纪新人歌唱排行榜》儿童组通过20关；成年后先后参加民视歌唱选秀节目《明日之星Super Star》与《台湾那么旺Taiwan NO.1》，分别拿下前者赛制改变后第一位过10关的摘星盟主，与后者明星组25位参赛者中唯一卫冕20关过关者；2017年曾代表台湾到马来西亚参加“欢喜唱响全球”并荣获全球第二名。曾经做过餐饮业员工、牙科助理、驻唱歌手，现为女艺人、发片歌手。2020年