(山東師范大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院，250358，濟(jì)南)

1 引 言

隨著信息技術(shù)和計(jì)算機(jī)技術(shù)的飛速發(fā)展，越來(lái)越多的高維數(shù)據(jù)出現(xiàn)在我們的生活中.在許多統(tǒng)計(jì)應(yīng)用中，總是存在需要處理高維數(shù)據(jù)的情況.在以前的多維統(tǒng)計(jì)結(jié)論中，我們通常假設(shè)觀測(cè)樣本的數(shù)目n足夠大.但是，在許多情況下，數(shù)據(jù)的維數(shù)p大于樣本量n，這種情況通常被稱為“大p小n”.在這種情況下，一些傳統(tǒng)的統(tǒng)計(jì)結(jié)論將不再成立.例如，在判別分析中，當(dāng)總體協(xié)方差矩陣未知時(shí)，需要用樣本協(xié)方差矩陣的逆矩陣來(lái)代替判別函數(shù)中總體協(xié)方差矩陣的逆.另外，在協(xié)方差矩陣相等的相關(guān)檢驗(yàn)中，一些傳統(tǒng)的檢驗(yàn)統(tǒng)計(jì)量要求樣本協(xié)方差矩陣具有可逆性.但是在“大p小n”的情況下，樣本協(xié)方差矩陣不可逆的概率為1.因此，一些專家嘗試用其他方法進(jìn)行假設(shè)檢驗(yàn)，如修正似然比方法[1-4]；非參數(shù)方法等[5-6].

從上述兩個(gè)例子中，我們可以看到，在許多應(yīng)用中，我們都需要樣本協(xié)方差矩陣是可逆的.然而，在“大p小n”的情況下，傳統(tǒng)的樣本協(xié)方差矩陣是不可逆的.本文試圖給出一種利用變量間的特殊關(guān)系估計(jì)協(xié)方差矩陣的新方法，即在“大p小n”條件下，協(xié)方差矩陣仍然是可逆的.在許多實(shí)際情況中，變量之間存在一些特殊的關(guān)系.其中，條件獨(dú)立性是一種非常重要的關(guān)系，在圖模型的學(xué)習(xí)中起著重要的作用.對(duì)于多元正態(tài)分布的變量，如果變量之間存在條件獨(dú)立關(guān)系，則樣本協(xié)方差矩陣和精度矩陣具有特殊的結(jié)構(gòu).

本文通過(guò)條件獨(dú)立正態(tài)模型下協(xié)方差矩陣和精度矩陣的特殊結(jié)構(gòu)，給出了估計(jì)協(xié)方差矩陣的新方法，使得新估計(jì)在高維的情況下仍是可逆的.本文的結(jié)構(gòu)如下：第一部分給出了相關(guān)引理和重要結(jié)論；第二部分我們給出了一種估計(jì)協(xié)方差矩陣的新算法使得得到的新估計(jì)具有較強(qiáng)的可逆性；最后一部分通過(guò)數(shù)值例子驗(yàn)證了新方法的有效性.

2 預(yù)備知識(shí)

假設(shè)隨機(jī)向量X～Np(0,Σ),向量X分為k個(gè)部分，即X=(X1′,X2′,…,Xk′)′,其中Xi′是pi維的

以下結(jié)構(gòu)[7]：

(1)

在精度矩陣的這種結(jié)構(gòu)下，協(xié)方差矩陣∑具有以下結(jié)構(gòu)：

(2)

這個(gè)模型是Anderson和Perlman于1993年提出的Lattice Conditional Independence(LCI)模型[8]的一個(gè)特殊情形.我們?cè)诮酉聛?lái)的內(nèi)容中主要考慮k=3的情況.在k=3的情況下，精度矩陣具有以下結(jié)構(gòu)：

(3)

并且協(xié)方差矩陣具有以下結(jié)構(gòu)：

(4)

定義1[9]設(shè)X～Np(0,Σ).令x1,x2,···,xn是一個(gè)隨機(jī)樣本，則傳統(tǒng)的樣本協(xié)方差矩陣定義如下：

(5)

i)C∪A∪B=V;

ii)A⊥B|C.

在因果強(qiáng)分割(C,A,B)中，我們把變量集C稱為因果強(qiáng)分割集.

對(duì)于尋找變量之間的條件獨(dú)立性,我們有如下的算法1.

算法1[10]因果強(qiáng)分割搜索算法.

輸入：樣本集D,變量集V; 輸出：因果強(qiáng)分割(C,A,B).

步驟1：找出因果強(qiáng)分割(C,A,B).

for每對(duì){u,v}?Vdo else ifA⊥B|C∪{w}then

for 每個(gè)V′?V{u,v}doC={w}∪C

ifu⊥v|V′then for每個(gè)變量s∈Cdo

V′=V′ if?u∈A,?C′?C{s}使得s⊥u|C′then

end ifC=C{s},B={s}∪B

end for else if?v∈B,?C′?C{s}使得s⊥v|C′then

把V中的變量逐個(gè)移到A,B,C中 break

for 每個(gè)變量w∈Vdo end for

if ?u∈A,?C′?C使得w⊥u|C′then else

B={w}∪Bbreak

break end for

else if?v∈B,?C′?C使得w⊥v|C′then return(C,A,B)

A={w}∪Aend for

break

步驟2：找出A與B的變量個(gè)數(shù)相差最小的因果強(qiáng)分割(C,A,B).

for 每個(gè)因果強(qiáng)分割(C,A,B)do

Φj=||Aj|-|Bj||

end for

return(C,A,B)=argminΦj

3 估計(jì)高維協(xié)方差矩陣的算法

(6)

令x1,x2,…,xn是一個(gè)隨機(jī)樣本，則新的協(xié)方差矩陣的估計(jì)定義如下：

(7)

算法2 估計(jì)高維協(xié)方差矩陣的算法.

if dim(X1,X2)≤n且dim(X1,X3)≤nthen樣本協(xié)方差矩陣結(jié)構(gòu)為

else if dim(X1,X2)>n且dim(X1,X3)>n

else if dim(X1,X2)>n

else

4 數(shù)值模擬

本部分中，我們給出數(shù)值例子來(lái)評(píng)估新算法的性能.我們首先根據(jù)圖1、圖2和圖3產(chǎn)生數(shù)據(jù)作為訓(xùn)練樣本，生成兩類具有不同維度和樣本大小的數(shù)據(jù).然后，我們使用訓(xùn)練樣本作為測(cè)試樣本并利用通過(guò)新算法得到的協(xié)方差矩陣進(jìn)行兩總體的判別分析.最后，將誤判率與利用(5)式定義的傳統(tǒng)樣本協(xié)方差矩陣進(jìn)行判別分析[11]作比較，仿真結(jié)果如表1所示.

圖1 15維數(shù)據(jù)網(wǎng)絡(luò)

圖2 50維數(shù)據(jù)網(wǎng)絡(luò)

圖3 80維數(shù)據(jù)網(wǎng)絡(luò)

表1 不同樣本量和維數(shù)下傳統(tǒng)方法與新方法的誤判率

通過(guò)表1可以看出，在數(shù)據(jù)維數(shù)p大于樣本量n的情況下，由于傳統(tǒng)方法估計(jì)的協(xié)方差矩陣是不可逆的，所以無(wú)法進(jìn)行判別分析.而我們用新方法估計(jì)的樣本協(xié)方差矩陣在“大p小n”的情況下是可逆的，所以可以進(jìn)行判別分析，并且由表1的數(shù)據(jù)我們可以看出，新方法的誤判率幾乎為0，即判別效果良好.

5 結(jié) 論