[论文解读] Nonparametric independence tests in metric spaces: What is known and what is not

Fernando Castro-Prado, Wenceslao González–Manteiga|arXiv (Cornell University)|Sep 29, 2020

Bayesian Methods and Mixture Models参考文献 21被引用 5

一句话总结

本文提供了度量空间中距离相关性的更正、全面的综述，通过严格分析霍夫丁的U-统计量理论与对称化技术，纠正了利昂斯（2013）中的基础性错误。研究证明，在 $ L^{5/3} $ 矩条件下方，距离协方差具有一致可估性，并通过重抽样方法推导出独立性检验的渐近零分布，从而在一般度量空间中实现有效的非参数推断。

ABSTRACT

Distance correlation is a recent extension of Pearson's correlation, that characterises general statistical independence between Euclidean-space-valued random variables, not only linear relations. This review delves into how and when distance correlation can be extended to metric spaces, combining the information that is available in the literature with some original remarks and proofs, in a way that is comprehensible for any mathematical statistician.

研究动机与目标

• 更正并澄清度量空间中距离相关性的理论基础，这些基础在原始利昂斯（2013）的表述中存在缺陷。
• 为数学统计学家提供一份自包含且易于理解的、进行距离相关性研究所需的抽象度量空间理论的解释。
• 建立距离协方差 $ U $-统计量估计器的几乎必然一致性的充分矩条件（$ L^{5/3} $）。
• 推导在独立性假设下的检验统计量的渐近零分布，从而实现有效的假设检验。
• 倡导使用置换重抽样作为难以处理的渐近零分布的实用替代方法。

提出的方法

• 使用对称化 $ U $-统计量，以纠正在度量空间中估计距离协方差时非对称核函数带来的问题。
• 应用霍夫丁的 $ U $-统计量大数定律，证明在 $ L^{5/3} $ 矩条件下，估计器的几乎必然收敛性。
• 运用富比尼定理与指标上的群作用，证明 $ V $-统计量与对称化 $ U $-统计量之间的等价性。
• 推导在零假设下 $ nV_n^6(h) $ 的渐近分布，其为 $ ext{卡方}(1) $ 变量的线性组合，附加一个非非中心性项 $ D( u)D( u) $。
• 通过引用阿科内斯与金内（1992）的研究，证明置换重抽样是一致的方法，该研究在核函数可积条件下建立了自助法的一致性。
• 依赖雅各布森（2017）的更正理论以及利昂斯（2018）的勘误，以确保数学上的严谨性。

实验结果

研究问题

• RQ1 在何种矩条件下，一般度量空间中距离协方差的 $ U $-统计量估计器是一致的？
• RQ2 为何原始利昂斯（2013）对渐近零分布的推导失败，以及如何进行更正？
• RQ3 检验统计量的渐近零分布能否以适用于推断的形式表达？若不能，何种替代方法是可行的？
• RQ4 非对称核函数的对称化如何在此背景下恢复 $ U $-统计量理论的有效性？
• RQ5 在度量空间设定下，置换重抽样是否为检验统计量零分布的近似提供了一种有效且一致的方法？

主要发现

• 在 $ L^{5/3} $ 矩条件 $ heta otin M_1^{5/3,5/3}( ext{X} imes ext{Y}) $ 下，$ U $-统计量估计器 $ ilde{U}_n^6(h) $ 几乎必然收敛于真实的距离协方差 $ ext{dcov}( heta) $。
• 在零假设下，$ nV_n^6(h) $ 的渐近零分布为 $ rac{1}{n} \to \text{卡方}(1) \text{变量之和减去 } 1\text{，加上一个非非中心性项 } D( u)D( u) $。
• 非非中心性项 $ D( u)D( u) $ 仅在边缘空间为负类型时于零假设下出现，该条件确保了恒等式 $ \text{特征值之和 } \text{lambda}_i = D( u)D( u) $ 成立。
• 由于未知的特征值，渐近零分布难以用于实际推断，因此需要依赖重抽样方法。
• 置换重抽样是一种一致的近似方法，其合理性由阿科内斯与金内（1992）在对称化核 $ \bar{h} $ 可积的条件下建立。
• 更正后的理论解决了利昂斯（2013）中长期存在的错误，恢复了在一般度量空间中距离相关性的理论有效性。