依赖长度偏倚抽样下核密度估计的渐近理论

《Symmetry》：Asymptotic Theory for Kernel Density Estimation Under Dependent Length-Biased Sampling

　　

研究人员针对长度偏倚（length-biased）观测构成严格平稳短程相依（short-range dependent）序列的情形，建立了Jones逆加权核密度估计量（Jones inverse-weighted kernel density estimator）的渐近理论。其统计困难具有复合性质：倒数加权在原处奇异、归一化均值由同一相依样本估计、核局部化随带宽收缩，且中心化求和项构成行向平稳三角阵列，其包络以hn-1速率发散。在非负紧支撑Lipschitz核、逆矩条件、几何α混合（geometric α-mixing）、目标密度局部正则性以及滞后二元密度一致局部界等条件下，研究人员证明了在(0,∞)紧子集上的强一致相合性，并分别给出均匀随机界O?{hn2+(log n/(n hn))1/2}。借助协方差局部化论证，缩放序列协方差贡献为O{hn log(1/hn)}=o(1)，故一阶逐点方差与相应独立长度偏倚估计量一致。通过显式大块/小块（big-block/small-block）论证并控制非对角协方差，获得逐点及有限维Gaussian极限。比率归一化被直接处理：其方差贡献、与局部化波动的乘积及其与该项的交叉协方差在hn尺度下均可忽略。研究人员进一步导出一阶AMSE与AMISE准则、其oracle带宽及欠光滑（undersmoothing）下的可行逐点studentization。数值研究区分oracle与数据驱动带宽选择，评估全比率HAC与滑动块修正，考察Frank-copula Markov稳健性设计，并将Jones估计量与另一长度偏倚估计量基准比较。模拟支持一阶理论，同时表明持续短程相依对有限样本不确定性仍具实质影响。

研究背景方面，长度偏倚抽样常见于生存分析、流行病学与排队系统等场景，观测值被自身取值加权，导致传统核密度估计不再相合。当此类观测还构成严格平稳短程相依序列时，复合了倒数加权奇异性、归一化均值由同一样本估计、核局部化随带宽收缩以及中心化和以h_n^-1发散的三角阵列等困难，既有独立同分布框架下的理论无法直接迁移。研究人员在《Symmetry》发表该文，旨在为依赖抽样下的Jones逆加权核密度估计建立严格的渐近理论，厘清相依性在一阶极限中是否消失及其对有限样本不确定性的实际作用。

主要关键技术方法上，研究人员采用几何α混合严格平稳序列建模短程相依，使用非负紧支撑Lipschitz核与Jones逆加权形式，将归一化均值嵌入估计量内部；借助行向平稳三角阵列的中心化分解、协方差局部化与显式大块/小块截断控制非对角协方差，推导强一致相合性与逐点Gaussian极限；进一步由一阶展开得到AMSE与AMISE及oracle带宽，并在欠光滑下构造可行逐点studentization。数值部分以独立同分布长度偏倚样本为oracle参照，在短程相依序列上比较全比率HAC、滑动块修正与Frank-copula Markov设计，并与备选长度偏倚估计量基准对照，未涉及实体试剂或生物操作。

研究结果部分，摘要所涵盖的理论层给出如下结论。在强一致相合性小节，研究人员于(0,∞)紧子集上证明估计量以概率1一致收敛，均匀随机界为O_?{h_n²+(log n/(n h_n))^1/2}，其中h_n→0且n h_n→∞。在协方差局部化小节，缩放序列协方差贡献满足O{h_n log(1/h_n)}=o(1)，表明短程相依的一阶逐点方差与独立长度偏倚情形重合。在Gaussian极限小节，大块/小块论证配合非对角协方差控制导出逐点与有限维渐近正态性。在比率归一化小节，归一化均值的方差项、其与局部化波动的乘积及交叉协方差在h_n尺度下均可忽略。在最优带宽小节，研究人员导出一阶AMSE（渐近均方误差）与AMISE（渐近积分均方误差）及对应oracle带宽，并给出欠光滑下的可行逐点studentization。在数值研究小节，模拟区分oracle与数据驱动带宽，评估全比率HAC与滑动块修正，Frank-copula Markov设计验证稳健性，基准比较显示Jones估计量在有限样本中受持续短程相依影响显著，虽不违背一阶理论但提示实务需修正。

讨论与结论翻译部分，研究人员指出：在几何α混合严格平稳短程相依长度偏倚抽样下，Jones逆加权核密度估计量具有与独立情形相同的一阶逐点方差与Gaussian极限，强一致相合性在(0,∞)紧子集上成立；比率归一化的各项二阶贡献在h_n尺度可忽略；导出的AMSE/AMISE与oracle带宽及欠光滑studentization可提供实践指导；数值实验支持一阶渐近结论，同时揭示持久短程相依在有限样本不确定性中仍不可忽视，全比率HAC与滑动块修正在有限样本中具备修正价值。该研究填补了依赖长度偏倚抽样下核密度估计渐近理论的空白，为生存分析等领域中带相依性的加权非参数估计提供了理论基石与计算参照。