核平滑方法理论-I
@(机器学习)[MachineLearning, Econometrics]
0. Introduction
核密度估计是一种非参数估计方法,在机器学习领域,是一种非监督性学习方法。用于从给定分布的样本重建总体的分布函数。
优点:
- 非参数:假设少,不假设样本服从任何分布
缺点:
- 计算量:比起参数估计,非参数估计运算量大很多
1. 核密度估计(Kernel Density Estimation)
1.1 单变量(Univariable)密度估计
1.1.1 单变量的核密度估计
定理 1.1: 均匀核估计量
f ^ ( x ) = 1 n h ∑ i = 1 n k ( X i − x h ) \hat{f}(x)=\frac{1}{nh}\sum_{i=1}^{n}k\left(\frac{X_i-x}{h}\right) f^(x)=nh1i=1∑nk(hXi−x)
要 f ^ \hat{f} f^是 f f f的一致估计量,只要核函数 k ( ⋅ ) k(\cdot) k(⋅)满足
- 归一化, ∫ k ( v ) d v = 1 \int k(v)dv=1 ∫k(v)dv=1
- 对称性, k ( v ) = k ( − v ) k(v)=k(-v) k(v)=k(−v)
- 二阶矩有限, ∫ v 2 k ( v ) d v < ∞ \int v^2k(v)dv<\infty ∫v2k(v)dv<∞
并且可证明 f ^ \hat{f} f^有一个渐进正态分布,也就是说 f ^ ( x ) \hat{f}(x) f^(x)统计量服从中心极限定理。
注意到
\begin{align*}
\hat{f}(x)&=\frac{1}{nh}\sum_{i=1}^{n}k\left(\frac{X_i-x}{h}\right)\
&=(\hat{F}\star k_h)(x)
\end{align*}
其中
⋆
\star
⋆表示卷积,
F
^
(
x
)
=
∑
i
=
1
n
δ
(
x
−
X
i
)
\hat{F}(x)=\sum_{i=1}^n\delta(x-X_i)
F^(x)=∑i=1nδ(x−Xi),是一堆针刺。这也就是说,通过总体的密度分布
f
^
\hat{f}
f^是利用宽度为
h
h
h的核函数
k
h
k_h
kh平滑了针板函数
F
^
(
x
)
\hat F(x)
F^(x)得到的。
均方误差(Mean Square Error)分析
\begin{align*}
MSE[\hat{f}(x)]&\equiv E\left[\left(\hat{f}-f(x)\right)^2\right]\
&=var\left[\hat{f}(x)\right]+\left[E\left(\hat{f}(x)\right)-f(x)\right]^2\
&=var\left[\hat{f}(x)\right]+bias^2\left[\hat{f}(x)\right]
\end{align*}
可以利用Taylor展开方便的证明
f
^
(
x
)
\hat{f}(x)
f^(x)具有均方误差一致收敛速度满足下面定理
定理 1.2:设三阶可微概率密度 f ( x ) f(x) f(x)有一组i.i.d.的 n n n个观测值 { X n } \{X_n\} {Xn}。核函数 k ( ⋅ ) k(\cdot) k(⋅)满足归一性,对称性和二阶矩存在,且当 n → ∞ n\to\infty n→∞时,有 h h h宏观无穷小 h → 0 h\to 0 h→0,微观无穷大 n h → ∞ nh\to\infty nh→∞。则对于 x ∈ supp ( X ) x\in\text{supp}(X) x∈supp(X)
\begin{align*}
MSE[\hat{f}(x)]&=bias^2[\hat{f}(x)]+var[\hat{f}(x)] \
&=\frac{h4}{4}\left[\kappa_2f{(2)}(x)\right]^2+\frac{\kappa f(x)}{nh}+o(h4+(nh){-1})
\end{align*}
其中 κ = ∫ k 2 ( x ) d x \kappa=\int k^2(x)dx κ=∫k2(x)dx, κ 2 = ∫ x 2 k ( x ) d x \kappa_2=\int x^2k(x)dx κ2=∫x2k(x)dx由核函数性质决定。并且 ∣ f ( 1 ) ( x ) ∣ < ∞ |f^{(1)}(x)|<\infty ∣f(1)(x)∣<∞, ∫ ∣ x 3 k ( x ) ∣ d x < ∞ \int|x^3k(x)|dx<\infty ∫∣x3k(x)∣dx<∞。
因此 f ^ ( x ) \hat{f}(x) f^(x)在均方误差意义下一致收敛于 f ( x ) f(x) f(x)。
更近一步,如果将MSE作为判据,为了使MSE最小(
d
M
S
E
(
f
^
(
x
)
)
d
h
=
0
\frac{d\,MSE(\hat{f}(x))}{dh}=0
dhdMSE(f^(x))=0),应该选取的核宽度为
h
o
p
t
=
c
(
x
)
n
−
1
/
5
h_{opt}=c(x)n^{-1/5}
hopt=c(x)n−1/5
其中
c
(
x
)
=
{
κ
f
(
x
)
(
κ
2
f
(
2
)
(
x
)
)
2
}
1
/
5
c(x)=\{\frac{\kappa\,f(x)}{\left(\kappa_2\,f^{(2)}(x)\right)^2}\}^{1/5}
c(x)={(κ2f(2)(x))2κf(x)}1/5
注意到上面的窗口宽度随着
x
x
x变化的函数,如果希望使用固定窗口宽度,我们选择固定核宽度的积分均方误差作为评判标准,即估计密度函数和总体密度之间的期望希尔伯特距离
\begin{align*}
IMSE[\hat{f}(x)]&\equiv \int E\left[\left(\hat{f}(x)-f(x)\right)^2\right],dx\
&=\frac{1}{4}h4\kappa_22\int \left[,f{(2)}(x),\right]2,dx+\frac{\kappa}{nh}+o(h4+(nh){-1})
\end{align*}
在这个意义下,可以求得是IMSE最小的优化
h
o
p
t
h_{opt}
hopt
h
o
p
t
=
c
0
n
−
1
/
5
h_{opt}=c_0n^{-1/5}
hopt=c0n−1/5
其中
c
0
=
κ
2
−
2
/
5
κ
1
/
5
{
∫
[
f
(
2
)
(
x
)
]
2
d
x
}
−
1
/
5
>
0
c_0=\kappa_2^{-2/5}\kappa^{1/5}\left\{\int [f^{(2)}(x)]^2 dx\right\}^{-1/5}>0
c0=κ2−2/5κ1/5{∫[f(2)(x)]2dx}−1/5>0。
1.1.2 窗宽选择
-
插入法(plug-in methods)
为了求出在IMSE条件下最有的窗宽,需要确定常数 c 0 c_0 c0中的 ∫ [ f ( 2 ) ( x ) ] 2 d x \int \left[\,f^{(2)}(x)\,\right]^2\,dx ∫[f(2)(x)]2dx。由于 f f f是未知的,所以这个量无法事先知道。如果选择一个 h h h初始的“试验值”(pilot value),然后将这个值代入 h o p t h_{opt} hopt的计算式求出的优化 h h h,则这种方法称为“插入法”(plug-in methods)。
Silverman(1986)提出假定 f f f是一个以 σ 2 \sigma^2 σ2为方差的正态分布,则其二阶导可确定, ∫ [ f ( 2 ) ( x ) ] 2 d x = 3 8 π σ 5 \int \left[\,f^{(2)}(x)\,\right]^2\,dx=\frac{3}{8\sqrt{\pi}\sigma^5} ∫[f(2)(x)]2dx=8πσ53,代入优化窗宽,可以得到试验窗宽估计
h p i l o t = ( 4 π ) − 1 / 10 [ ( 3 / 8 ) π ] − 1 / 5 σ n − 1 / 5 ≈ 1.06 σ n − 1 / 5 h_{pilot}=(4\pi)^{-1/10}[(3/8)\sqrt{\pi}]^{-1/5}\sigma n^{-1/5}\approx1.06\sigma n^{-1/5} hpilot=(4π)−1/10[(3/8)π]−1/5σn−1/5≈1.06σn−1/5
用此试验值进一步迭代计算 ∫ [ f ^ ( 2 ) ( x ) ] 2 d x \int \left[\hat f^{(2)}(x)\,\right]^2\,dx ∫[f^(2)(x)]2dx,定出最终的优化结果 h o p t h_{opt} hopt。
Silverman还提出一种更加稳健的分散程度度量,就是用 min { σ , q 1 / 4 / 1.34 } \min\{\sigma, q_{1/4}/1.34\} min{σ,q1/4/1.34}来代替 σ \sigma σ,其中 q 1 / 4 q_{1/4} q1/4表示四分位矩。 -
交错鉴定法
交错鉴定法是一种完全由数据驱动的方法,其核心在于用一部分样本拟合模型来检验另一部分样本的拟合程度。通过不断改变训练集合测试集,来评价模型的好坏。当每次都只留一个样本作为检验对象,其他样本均做训练集时,所得到的估计量称为去一估计量(leave-one-out estimator)。
通过这种方法,我们可以来估计 f ^ \hat{f} f^和 f f f的希尔伯特距离,并以距离作为判据来选择窗宽,这种方法称为最小二乘交叉检验。
\begin{align*}
L(\hat{f}, f)&=\int[\hat{f}(x)-f(x)]^2,dx\
&=\int\hat{f}(x)^2dx-2\int\hat{f}(x)f(x)dx+\int f(x)^2dx\
\end{align*}
其中第三项和 f ^ \hat{f} f^无关,视为常数
∫ f ( x ) 2 d x = C \int f(x)^2dx=C ∫f(x)2dx=C
第二项采用去一估计量估计,即
∫ f ^ ( x ) f ( x ) d x = E X [ f ^ ( X ) ] = 1 n ∑ i = 1 n f ^ − i ( X i ) + O ( n − 1 / 2 ) \int\hat{f}(x)f(x)dx=E_X\left[\hat{f}(X)\right]=\frac{1}{n}\sum_{i=1}^n\hat{f}_{-i}(X_i)+O(n^{-1/2}) ∫f^(x)f(x)dx=EX[f^(X)]=n1i=1∑nf^−i(Xi)+O(n−1/2)
其中 E x [ ⋅ ] E_x[\cdot] Ex[⋅]是对 x x x求期望,用来区别对观测量 X i X_i Xi求期望。在 X i X_i Xi处的去一估计量 f ^ − i ( X i ) \hat{f}_{-i}(X_i) f^−i(Xi)定义为
f ^ − i ( X i ) = 1 ( n − 1 ) h ∑ j ≠ i n k ( X i − X j h ) \hat{f}_{-i}(X_i)=\frac{1}{(n-1)h}\sum_{j\neq i}^n k\left(\frac{X_i-X_j}{h}\right) f^−i(Xi)=(n−1)h1j=i∑nk(hXi−Xj)
表示用除了 X i X_i Xi这个观测量外的其他观测量来估计 X i X_i Xi处的密度函数。
第一项直接代入 f ^ ( x ) \hat{f}(x) f^(x)的估计式,可以得到
\begin{align*}
\int\hat{f}(x)2dx&=\int\left[\frac{1}{nh}\sum_{i=1}nk\left(\frac{X_i-x}{h}\right)\right]^2dx\
%&=\frac{1}{n2h2}\sum_{i=1}n\sum_{j=1}n\int k\left(\frac{X_i-x}{h}\right)k\left(\frac{X_j-x}{h}\right)dx\
%&=\frac{1}{n2h2}\sum_{i=1}n\sum_{j=1}n\int k\left(\frac{x}{h}\right)k\left(\frac{x+X_i-X_j}{h}\right)\cdot h, d\left(\frac{x}{h}\right)\
&=\frac{1}{n2h}\sum_{i=1}n\sum_{j=1}^n\bar{k}\left(\frac{X_i-X_j}{h}\right)
\end{align*}
其中 k ˉ ( t ) = ∫ k ( x ) k ( t − x ) d x \bar{k}(t)=\int k(x)k(t-x)\,dx kˉ(t)=∫k(x)k(t−x)dx是 k ( ⋅ ) k(\cdot) k(⋅)的重卷积核(two-fold convolution),一般是两个独立同分布的随机变量之和的分布。可证明, k ˉ ( ⋅ ) \bar{k}(\cdot) kˉ(⋅)也是偶函数。
定理 1.3 总体分布函数为 f ( x ) f(x) f(x),通过去一核估计交叉检验得到的估计量 f ^ \hat{f} f^的积分平方误差 C V CV CV为
C V f ( h ) = 1 n 2 h ∑ i = 1 n ∑ j = 1 n k ˉ ( X i − X j h ) − 2 n ( n − 1 ) h ∑ i = 1 n ∑ j ≠ i n k ( X i − X j h ) + C CV_f(h)=\frac{1}{n^2h}\sum_{i=1}^n\sum_{j=1}^n\bar{k}\left(\frac{X_i-X_j}{h}\right)-\frac{2}{n(n-1)h}\sum_{i=1}^n\sum_{j\neq i}^nk\left(\frac{X_i-X_j}{h}\right)+C CVf(h)=n2h1i=1∑nj=1∑nkˉ(hXi−Xj)−n(n−1)h2i=1∑nj=i∑nk(hXi−Xj)+C
其中 k ˉ ( t ) = ∫ k ( x ) k ( t − x ) d x \bar{k}(t)=\int k(x)k(t-x)\,dx kˉ(t)=∫k(x)k(t−x)dx是 k ( ⋅ ) k(\cdot) k(⋅)的重卷积核。
可以通过成熟的数值算法对
C
V
f
(
h
)
CV_f(h)
CVf(h)进行优化求解得到使交叉检验
C
V
f
CV_f
CVf最小的核宽度
h
h
h。
将
C
V
f
(
h
)
CV_f(h)
CVf(h)的首项提出,并使首项最小,会发现得到的最优解退化为IMSE最优解的情形。
除了最小二乘方法,还可以使用最概然交叉检验。根据玻尔兹曼熵定义,这种方法以最大化去一核最概然函数的对数为标准来选取
h
h
h,即
L
=
k
ln
L
=
k
∑
i
=
1
n
ln
[
f
^
−
i
(
X
i
)
]
\mathcal{L}=k\ln L=k\sum_{i=1}^n\ln\left[\hat{f}_{-i}(X_i)\right]
L=klnL=ki=1∑nln[f^−i(Xi)]
其中
k
k
k为玻尔兹曼常数。这种方法受到尾部行为影响严重,对厚尾分布会引起不一致的结果,因此最概然交错检验不太流行。
1.2 单变量累计分布函数
1.2.1 累计分布函数的核估计
为了得到平滑的CDF估计量,我们从核函数出发,将密度分布函数估计进行积分
F
^
(
x
)
=
∫
−
∞
x
f
^
(
x
)
d
x
=
1
n
∑
i
=
1
n
G
(
x
−
X
i
h
)
\hat{F}(x)=\int_{-\infty}^x\hat{f}(x)dx=\frac{1}{n}\sum_{i=1}^nG\left(\frac{x-X_i}{h}\right)
F^(x)=∫−∞xf^(x)dx=n1i=1∑nG(hx−Xi)
其中
G
(
x
)
=
∫
−
∞
x
k
(
x
)
d
x
G(x)=\int_{-\infty}^xk(x)dx
G(x)=∫−∞xk(x)dx是核的累计分布函数。其均方误差有下面定理给出
定理 1.4:总体的累计分布函数 F ( x ) F(x) F(x)二阶连续可微,且二阶倒数Holder连续, k ( x ) k(x) k(x)为对称的核函数, G ( x ) = ∫ ∞ x k ( x ) G(x)=\int_\infty^xk(x) G(x)=∫∞xk(x)为核积分函数。则当 n → ∞ n\to\infty n→∞时,
\begin{align*}
MSE[\hat{F}]&=bias[\hat{F}]^2+var[\hat{F}] \
& = \left{ \frac{1}{2}\kappa_2h2F{(2)}(x) + o\left(h2\right)\right}2 \
& + \left{\frac{1}{n}F(x)[1-F(x)]-\frac{1}{n}\alpha_0f(x)h+o\left(\frac{h}{n}\right)\right}\
&=c_0(x)n{-1}-c_1(x)hn{-1}+c_2(x)h4+o(h4+hn^{-1})
\end{align*}
其中系数项为
\begin{align*}
c_0(x)&=F(x)[1-F(x)]\
c_1(x)&=\alpha_0f(x)\
c_2(x)&=\left[\frac{\kappa_2}{2}F{(2)}(x)\right]2\
\alpha_0&=2\int xG(x)k(x)dx\
\kappa_2&=\int x^2k(x)dx
\end{align*}
系数由总体分布函数 F ( x ) F(x) F(x)和核确定 k ( x ) k(x) k(x)。
因此,可以容易的
F
^
\hat{F}
F^到积分均方误差IMSE
\begin{align*}
IMSE(\hat{F})&=\int E[\hat{F}(x)-F(x)]^2dx\
&=C_0n{-1}-C_1hn{-1}+C_2h4+o(h4+hn^{-1})
\end{align*}
其中
C
i
=
∫
c
i
(
x
)
d
x
C_i=\int c_i(x)dx
Ci=∫ci(x)dx是和
x
x
x无关的常数。
首项最小化可以的到优化的核宽度选择
h
o
p
t
=
[
C
1
4
C
2
]
1
/
3
n
−
1
/
3
h_{opt}=\left[\frac{C_1}{4C_2}\right]^{1/3}n^{-1/3}
hopt=[4C2C1]1/3n−1/3
这比密度估计(
n
−
1
/
5
n^{-1/5}
n−1/5)收敛速度要快。
渐进正态特性,根据Liapunov中心极限定理,分布上
n
[
F
^
−
F
]
∼
N
(
0
,
F
(
x
)
[
1
−
F
(
x
)
)
]
)
\sqrt{n}[\hat{F}-F]\sim \mathcal N\left(0, F(x)[1-F(x))]\right)
n[F^−F]∼N(0,F(x)[1−F(x))])
误差满足正态分布。
1.2.2 窗宽选择
交叉检验法:累计分布函数估计
F
^
(
x
)
\hat{F}(x)
F^(x)的交叉检验函数定义如下
C
V
F
(
h
)
=
1
n
∑
i
=
1
n
∫
[
1
(
X
i
≤
x
)
−
F
^
−
i
(
x
)
]
2
d
x
CV_F(h)=\frac{1}{n}\sum_{i=1}^n\int \left[\mathbf{1}(X_i\le x)-\hat{F}_{-i}(x)\right]^2dx
CVF(h)=n1i=1∑n∫[1(Xi≤x)−F^−i(x)]2dx
其中
1
\mathbf{1}
1是示性函数,
F
^
−
i
(
x
)
=
1
n
−
1
∑
j
≠
i
G
(
x
−
X
j
h
)
\hat{F}_{-i}(x)=\frac{1}{n-1}\sum_{j\ne i}G\left(\frac{x-X_j}{h}\right)
F^−i(x)=n−11∑j=iG(hx−Xj)为去一核估计量。
可以证明交叉检验函数期望的首项和 I M S E ( F ^ ) IMSE(\hat{F}) IMSE(F^)的首项相同。因此用交叉检验和用IMSE得到的效果相同。
1.3 多变量(Multivariable)联合分布密度估计
1.3.1 联合分布的核估计
当我们考察的对象从标量随机变量扩充为 q q q维随机向量时,我们需要的估计的密度分布函数就也称为了联合密度分布。我们将问题形式化如下,假定有 n n n个 q q q维随机向量 { X n } \{X_n\} {Xn}且i.i.d服从联合密度函数 f ( x 1 , x 2 , … , x q ) f(x_1,x_2,\ldots,x_q) f(x1,x2,…,xq),记 X i s X_{is} Xis为 X i X_i Xi的第 s s s个分量。即
s | = | 1 | 2 | … | q | ||
---|---|---|---|---|---|---|---|
X 1 X_1 X1 | = | ( | X 11 X_{11} X11, | X 12 X_{12} X12, | …, | X 1 q X_{1q} X1q | ) |
X 2 X_2 X2 | = | ( | X 21 X_{21} X21, | X 22 X_{22} X22, | …, | X 2 q X_{2q} X2q | ) |
… | = | ( | …, | …, | …, | … | ) |
X n X_n Xn | = | ( | X n 1 X_{n1} Xn1, | X n 2 X_{n2} Xn2, | …, | X n q X_{nq} Xnq | ) |
联合分布的核函数通过单变量核函数的乘积构造,这样的构造的联合密度核函数是假设
q
q
q个核相互独立时的联合分布函数,但
X
X
X的分量之间并不需要限制是独立的。也就是说,
X
X
X分量之间有依赖时也可以通过这样的核估计出来。我们用下面的方法来估计联合概率密度
f
(
x
)
f(x)
f(x)
f
^
=
1
n
h
1
⋯
h
q
∑
i
=
1
n
K
(
X
i
−
x
h
)
\hat{f}=\frac{1}{nh_1\cdots h_q}\sum_{i=1}^nK\left(\frac{X_i-x}{h}\right)
f^=nh1⋯hq1i=1∑nK(hXi−x)
其中,核函数
K
(
X
i
−
x
h
)
=
∏
i
=
1
q
k
(
X
i
−
x
h
i
)
K\left(\frac{X_i-x}{h}\right)=\prod_{i=1}^qk\left(\frac{X_i-x}{h_i}\right)
K(hXi−x)=i=1∏qk(hiXi−x)
而
k
(
x
)
k(x)
k(x)则是单变量核函数。
均方误差的计算类似于单变量的其概况,可以得到
定理 1.5:设三阶梯度存在的 q q q维联合概率密度分布函数 f ( x ) ≡ f ( x 1 , x 2 , … , x q ) f(x)\equiv f(x_1, x_2, \ldots, x_q) f(x)≡f(x1,x2,…,xq)有一组i.i.d.的 n n n个观测值 { X n ∈ R q } \{X_n\in\mathbb{R}^q\} {Xn∈Rq}。核函数 K ( x ) K(x) K(x)为单变量核函数之积。且当 n → ∞ n\to\infty n→∞时,有格子体积宏观无穷小 max i h i → 0 \max_{i}h_i\to 0 maxihi→0,微观无穷大 n h 1 h 2 ⋯ h q → ∞ nh_1h_2\cdots h_q\to\infty nh1h2⋯hq→∞。则对于 x ∈ supp ( X ) x\in\text{supp}(X) x∈supp(X)
\begin{align*}
MSE[\hat{f}(x)]&=bias^2[\hat{f}(x)]+var[\hat{f}(x)] \
&=\left{\frac{\kappa_2}{2}\sum_{s=1}qh_s2\frac{\partial^2 f(x)}{\partial x_s2}+O\left(\sum_{s=1}qh_s^3 \right)\right}^2\
&+\left{\frac{1}{nh_1h_2\cdots h_q}\left[\kappaqf(x)+O\left(\sum_{s=1}qh_s^2\right)\right]\right}\
&=O\left(\left(\sum_{s=1}qh_s2\right)^2+(nh_1h_2\cdots h_q)^{-1}\right)\
&=O(L4+(nV){-1})
\end{align*}
其中 κ = ∫ k 2 ( x ) d x \kappa=\int k^2(x)dx κ=∫k2(x)dx, κ 2 = ∫ x 2 k ( x ) d x \kappa_2=\int x^2k(x)dx κ2=∫x2k(x)dx由单变量核函数性质决定。 L L L为核宽度超立方体的对角线长度,而 V V V为超立方体的体积。
渐进正态性讨论
如果
n
→
∞
n\to\infty
n→∞,格子宏观无穷小
max
i
h
i
→
0
\max_{i}h_i\to 0
maxihi→0,微观无穷大
n
V
→
∞
nV\to\infty
nV→∞时,并且
n
V
∑
s
=
1
q
h
s
6
→
0
nV\sum_{s=1}^qh_s^6\to 0
nV∑s=1qhs6→0,密度估计量具有渐进正态性。
f
^
(
x
)
−
f
(
x
)
−
b
i
a
s
[
f
^
(
x
)
]
→
N
(
0
,
κ
q
f
(
x
)
n
V
)
\hat{f}(x)-f(x)-bias[\hat{f}(x)]\rightarrow\mathcal N(0, \frac{\kappa^qf(x)}{nV})
f^(x)−f(x)−bias[f^(x)]→N(0,nVκqf(x))
即其无偏误误差服从均值为0的正态分布。
1.3.2 窗框选择
插入法
优化的核宽度选择应当平衡偏误和方差,也就是说,对于所有的
s
s
s应当有
h
s
4
=
O
(
(
n
h
1
h
2
⋯
h
q
)
−
1
)
h_s^4=O\left((nh_1h_2\cdots h_q)^{-1}\right)
hs4=O((nh1h2⋯hq)−1)
因此,优化的
h
s
h_s
hs应满足
h
s
=
c
s
n
−
1
/
(
q
+
4
)
h_s=c_sn^{-1/(q+4)}
hs=csn−1/(q+4)
在应用中,需要对常数
c
s
c_s
cs进行选择,经验法则山,一般选取
c
s
=
1.06
c_s=1.06
cs=1.06。但由于总体的分布函数可能各向异性,所以这样一概而论的常数缺乏灵活性。
对于插入法,一般通过 f ^ ( x ) \hat{f}(x) f^(x)的偏误和方法首项进行估计,其中包含了总体分布 f ( x ) f(x) f(x)和二阶偏导数,这在高维情况中是复杂的。在实际中插入法没有广泛使用,也不推荐使用。
交叉检验法
自然地将一维交叉检验函数扩充到高维的情况,定义交叉检验目标函数为
\begin{align*}
CV_f(h_1,\ldots,h_q)&=\frac{1}{n2}\sum_{i=1}n\sum_{j=1}^n\overline{K}h(X_i, X_j)\
&\quad-\frac{2}{n(n-1)}\sum{i=1}^n\sum_{j\ne i}^n K_h(X_i,X_j)
\end{align*}
其中
\begin{align*}
K_h(X_i,X_j)=\prod_{s=1}^q\frac{1}{h_s}k\left(\frac{X_{is}-X_{js}}{h_s}\right)\
\overline{K}h(X_i,X_j)=\prod{s=1}^q\frac{1}{h_s}\bar{k}\left(\frac{X_{is}-X_{js}}{h_s}\right)
\end{align*}
是单变量版本的乘积形式。可以通过数值方法来寻求目标函数的最小化。
从理论分析上交叉检验目标函数
C
V
f
(
h
1
,
…
,
h
q
)
CV_f(h_1,\ldots,h_q)
CVf(h1,…,hq)的首项通过下式给出
C
V
f
0
(
h
1
,
h
2
,
…
,
h
q
)
=
∫
[
∑
s
=
1
q
B
s
(
x
)
h
s
2
]
2
d
x
+
κ
q
n
h
1
h
2
⋯
h
q
CV_{f_0}(h_1, h_2, \ldots, h_q)=\int\left[\sum_{s=1}^qB_s(x)\,h_s^2\right]^2dx+\frac{\kappa^q}{nh_1h_2\cdots h_q}
CVf0(h1,h2,…,hq)=∫[s=1∑qBs(x)hs2]2dx+nh1h2⋯hqκq
其中
B
s
(
x
)
=
κ
2
2
∂
2
f
(
x
)
∂
x
s
2
B_s(x)=\frac{\kappa_2}{2}\frac{\partial^2f(x)}{\partial x_s^2}
Bs(x)=2κ2∂xs2∂2f(x),
κ
=
∫
k
2
(
x
)
d
x
\kappa=\int k^2(x)dx
κ=∫k2(x)dx,
κ
2
=
∫
x
2
k
(
x
)
d
x
\kappa_2=\int x^2k(x)dx
κ2=∫x2k(x)dx。
为了分离出样本数
n
n
n的影响,我们定义
a
s
=
h
s
n
1
/
(
q
+
4
)
a_s=h_s\,n^{1/(q+4)}
as=hsn1/(q+4),代换
h
s
h_s
hs得到
C
V
f
0
(
h
1
,
h
2
,
…
,
h
q
)
=
n
−
1
/
(
q
+
4
)
χ
(
a
1
,
a
2
,
…
,
a
q
)
CV_{f_0}(h_1, h_2, \ldots, h_q)=n^{-1/(q+4)}\chi(a_1, a_2,\ldots, a_q)
CVf0(h1,h2,…,hq)=n−1/(q+4)χ(a1,a2,…,aq)
其中
χ
(
a
1
,
a
2
,
…
,
a
q
)
\chi(a_1, a_2,\ldots, a_q)
χ(a1,a2,…,aq)适合
n
n
n无关的常数,定义为
χ
(
h
1
,
h
2
,
…
,
h
q
)
=
∫
[
∑
s
=
1
q
B
s
(
x
)
a
s
2
]
2
d
x
+
κ
q
a
1
a
2
⋯
a
q
\chi(h_1, h_2, \ldots, h_q)=\int\left[\sum_{s=1}^qB_s(x)\,a_s^2\right]^2dx+\frac{\kappa^q}{a_1a_2\cdots a_q}
χ(h1,h2,…,hq)=∫[s=1∑qBs(x)as2]2dx+a1a2⋯aqκq
因此可以看到,最大化首项的 h s h_s hs应满足 h s = O ( n − 1 / ( q + 4 ) ) h_s=O(n^{-1/(q+4)}) hs=O(n−1/(q+4))。同时可以证明 C V f 0 CV_{f_0} CVf0的首项也是 E [ C V f ] E[CV_f] E[CVf]的首项,也就说说,最优化 h s h_s hs也使得积分均方误差的首项最小化。
最概然交叉检验和单变量情况通过最大化熵来给出最优化窗宽,虽然执行简单,单依然会有厚尾分布时出现缺陷的情况,会出现过度平滑。
1.4 高阶核函数
定义 1.1: 一个 ν \nu ν阶核函数( ν ≥ 2 \nu\ge 2 ν≥2)应满足如下条件
- 归一化, ∫ k ( x ) d x = 1 \int k(x)dx =1 ∫k(x)dx=1
- 低阶矩为0, ∫ x l k ( x ) d x = 0 \int x^l\,k(x)dx=0 ∫xlk(x)dx=0, l = 1 , ⋯ , ν − 1 l=1,\cdots, \nu-1 l=1,⋯,ν−1
- ν \nu ν阶矩有限, ∫ x ν k ( x ) d x = κ ν ≠ 0 < ∞ \int x^\nu k(x)dx=\kappa_\nu\ne 0<\infty ∫xνk(x)dx=κν=0<∞
则称核函数 k ( ⋅ ) k(\cdot) k(⋅)为 ν \nu ν阶核函数。
通常使用的核都属于二阶核函数
ν
=
2
\nu=2
ν=2。与二阶核类似,对于总体分布函数
f
(
x
)
f(x)
f(x)是
ν
\nu
ν阶可微,所有的维度使用相同阶核函数时,可以证明
\begin{align*}
bias[\hat{f}(x)]&=O\left(\sum_{s=1}qh_s\nu\right)\
var[\hat{f}(x)]&=O((nh_1h_2\cdots h_q)^{-1})
\end{align*}
利用这个结果,可以得到均方差和估计的误差
定理 1.6: 对于一个 ν \nu ν阶核函数, n u ≥ 2 nu\ge 2 nu≥2,其误差由下式给出
\begin{align*}
MSE[\hat{f}(x)]&=O\left(\sum_{s=1}qh_s{2\nu}+(nh_1h_2\cdots h_q)^{-1}\right)\
\hat{f}(x)-f(x)&=O_p\left(\sum_{s=1}qh_s{\nu}+(nh_1h_2\cdots h_q)^{-1/2}\right)
\end{align*}
利用一个高阶和可以同时较少偏误和方法。
值得注意的是,对于 ν > 2 \nu>2 ν>2,不存在非负核函数。也就意味着,我们有可能得到负的密度估计。对于有限样本来说,一个非负的二阶核函数经常比高阶核函数得到更稳定的结果。因此,高阶核函数经常被用于理论目次,而不太在实践中运用。
高阶核函数可以通过低阶核函数与多项式乘积的形式进行构造,通过矩约束求解多项式系数。
1.5 展望
- 放开窗口宽度常数限制,使用变长窗口宽度。
- 采用变换分布,消除偏度的影响。
参考资料
[1] Q. Li & J. S. Racine, Nonparametric Econometrics Theory and Practice, Peking University Press, 2007
[2] T. Hastie, R. Tibshirani & J. Friedman, The Elements of Statistical Learning, Second Edition, Springer, 2009
[3] B. Silverman, Density Estimation for Statistics and Data Analysis, Springer, 1986