跳转至

Bootstrap tests for almost goodness-of-fit

作者: Amparo Baíllo, Javier Cárcamo
来源: Statistics and Computing
主题: 数理统计 / 假设检验
相关性: 7/10
链接: 期刊页 · arXiv

一、领域脉络与小综述

这个方向是什么

这个子方向是“几乎拟合优度检验”（almost goodness-of-fit test），它要解决的根本问题是：在经典拟合优度检验中，原假设通常是“模型精确等于真实分布”（即 H₀: F = G），但实践中模型几乎总是错的，大样本下经典检验几乎必然拒绝原假设，这反而无法回答研究者真正关心的问题——“这个模型是否足够接近真实分布，以至于可以接受？” 因此，该方向将原假设和备择假设对调，把“模型与真实分布足够接近”作为备择假设，并引入一个预设的容忍误差 ε，从而将检验问题从“点零假设”推广到“区间零假设”。当前该方向的成熟度属于方法论的建立与推广阶段：已有若干奠基性工作（如 Romano 2005, Wellek 2010），但具体到连续分布、基于距离度量的检验，以及 bootstrap 方案的一致性证明，仍有许多开放问题。

发展脉络（history）

  • 奠基工作：等价检验（equivalence testing）的统计理论。Romano (2005) 在 Le Cam 渐近正态实验框架下，为参数 g(θ) 的等价检验（H₀: g(θ) ∉ (a,b) vs H₁: g(θ) ∈ (a,b)）建立了渐近最优性理论，给出了渐近 UMP 检验的构造。这是该方向的统计理论基础。Wellek (2010) 的专著系统总结了等价检验在生物统计中的应用，特别是针对离散分布的拟合优度检验。Wellek (2021) 进一步将等价检验思想扩展到连续分布，提出了基于 Cramér–von Mises 距离的检验，但该方法依赖于参数 bootstrap，且对某些分布族（如正态）的检验效果有限。

  • 主要进展：基于距离度量的“几乎拟合”检验。Liu 和 Lindsay (2009) 在多项分布设定下，用 Kullback-Leibler 距离定义参数模型的“管状邻域”（tubular neighborhood），并开发了似然比检验和半参数 bootstrap 方法。Álvarez-Esteban 等人 (2012) 和 del Barrio 等人 (2020) 从稳健性角度出发，利用概率修剪（trimming）和污染邻域来评估分布之间的相似性，提出了基于 Kolmogorov 距离的检验。del Barrio 等人 (2019) 进一步将 Kolmogorov–Smirnov 型检验推广到“近似验证”框架，给出了均匀指数误差界，并展示了与 FDR 控制的联系。

  • 当前 frontier：L^p 距离下的几乎拟合检验与 bootstrap 一致性。本文（Baíllo & Cárcamo, 2024）将检验统计量从 Kolmogorov 距离（sup-norm）推广到一般的 L^p 距离（p ≥ 1），并提出了两种一致且易于实现的 bootstrap 方案。关键的技术挑战在于：当检验统计量为 L^p 距离时，其渐近分布涉及方向可微性（directional differentiability）问题——Fang 和 Santos (2019) 已证明，对于 sup-norm 型泛函，标准 bootstrap 在非光滑条件下不一致；Cárcamo 等人 (2020) 则证明了 sup-norm 型泛函的 Hadamard 方向可微性，为 bootstrap 一致性提供了理论基础。本文的工作正是建立在这些方向可微性结果之上，但针对的是 L^p 距离（p < ∞），其导数结构比 sup-norm 更简单（线性），因此 bootstrap 一致性更容易建立。

  • 本文的位置：本文是“几乎拟合”检验在 L^p 距离下的系统化处理，提供了两种 bootstrap 方案（参数 bootstrap 和基于“最小距离”的 bootstrap），并给出了模型改进百分比（相对于常数基准）的量化指标。它与 del Barrio 等人 (2019) 的 Kolmogorov 距离方法形成互补，但更适用于需要 L² 或 L¹ 距离度量的场景。

子线索聚类

  1. 等价检验的渐近最优性理论（Romano 2005, Wellek 2010, 2021）：关注参数 g(θ) 的等价检验，在渐近正态实验框架下建立最优性。这一线索主要针对参数假设，而非分布层面的拟合。

  2. 基于距离度量的“几乎拟合”检验（Liu & Lindsay 2009, del Barrio et al. 2019, Baíllo & Cárcamo 2024）：直接度量真实分布与参数模型之间的距离（KL 距离、Kolmogorov 距离、L^p 距离），并构建检验。这一线索更贴近实际应用中的模型验证需求。

  3. 基于修剪和污染邻域的相似性评估（Álvarez-Esteban et al. 2012, del Barrio et al. 2020）：从稳健性角度出发，通过修剪样本或污染模型来定义“相似性”，并开发相应的检验方法。这一线索与异常值检测和稳健估计有密切联系。

  4. 方向可微性与 bootstrap 一致性（Fang & Santos 2019, Cárcamo et al. 2020）：为处理非光滑泛函（如 sup-norm、L^p 距离）的 bootstrap 推断提供理论基础。这一线索是本文的技术支撑。

这个方向在追问的核心问题

  1. 如何定义“足够接近”？ 即如何选择距离度量（Kolmogorov、L^p、KL、Wasserstein 等）和容忍误差 ε？不同距离度量对模型偏差的敏感度不同，且 ε 的选择直接影响检验的势和实际解释。
  2. 如何构造一致且可计算的检验？ 由于检验统计量的渐近分布通常复杂（涉及方向可微性），bootstrap 是自然选择，但 bootstrap 的一致性需要验证。对于 sup-norm 型泛函，标准 bootstrap 不一致（Fang & Santos 2019）；对于 L^p 距离（p < ∞），情况更简单，但仍需证明。
  3. 如何量化模型的“改进”程度？ 即相对于一个无信息的基准模型（如常数分布），所提模型在多大程度上减少了与真实分布的距离？这需要定义和估计一个“改进百分比”指标。
  4. 如何扩展到高维或复杂数据结构？ 当前工作主要针对一维连续分布，扩展到多维、时间序列、空间数据或因果推断设定是自然的方向。

⚠️ 作者的 framing

作者将缺口 frame 成：现有“几乎拟合”检验主要针对 Kolmogorov 距离（sup-norm）或特定分布族（如多项分布），缺乏对 L^p 距离（p ≥ 1）的系统处理，且缺乏一致且易于实现的 bootstrap 方案。 作者声称本文填补了这一空白，提供了两种 bootstrap 方案（参数 bootstrap 和基于“最小距离”的 bootstrap），并证明了它们的一致性。

被淡化或回避的竞争路线： - del Barrio 等人 (2019) 的 Kolmogorov 距离方法被引用，但作者未详细比较 L^p 距离与 Kolmogorov 距离在检验势和实际解释上的优劣。Kolmogorov 距离对分布的整体偏差更敏感，而 L^p 距离（特别是 L²）对局部偏差更敏感——这一差异未被讨论。 - Wellek (2021) 的 Cramér–von Mises 距离方法（本质上也是 L² 距离）被引用，但作者未说明本文方法与 Wellek 方法在 bootstrap 方案上的具体差异。Wellek 使用参数 bootstrap（从估计的模型参数生成样本），而本文也提供了参数 bootstrap 方案——两者有何不同？作者未明确区分。

什么明显该被引 / 该存在、却没出现在 intro 里？ - 没有引用关于 Wasserstein 距离 的“几乎拟合”检验工作。Wasserstein 距离在生成模型评估和因果推断中越来越重要，且其方向可微性已有研究（如 Bernton et al. 2019）。这可能是作者有意回避（因为 L^p 距离的导数结构更简单），但作为综述，遗漏这一线索值得研究者去查。 - 没有引用关于 高维“几乎拟合”检验 的工作。虽然本文主要针对一维，但高维设定下的“几乎拟合”检验（如检验高维协方差矩阵是否接近某个结构）是一个活跃领域，且与本文的 L^p 距离框架有潜在联系。

张力

未见明显对立引用。各被引工作之间在方法论上互补而非冲突：Romano (2005) 提供渐近最优性理论，Fang & Santos (2019) 和 Cárcamo et al. (2020) 提供 bootstrap 一致性的理论基础，del Barrio et al. (2019) 和本文则提供具体的检验构造。唯一的潜在张力在于：Fang & Santos (2019) 证明标准 bootstrap 对 sup-norm 型泛函不一致，而本文声称对 L^p 距离（p < ∞）的 bootstrap 一致——这实际上是“好消息”，而非矛盾。

二、最核心、最简单的例子 / 数学问题

第一步：把符号、模型、可观测数据交代清楚

  • 符号：
  • \( X_1, \dots, X_n \)：i.i.d. 样本，来自真实分布 \( F \)（一维连续分布函数）。
  • \( F \)：真实分布函数（未知，但属于所有一维分布函数空间）。
  • \( \mathcal{G} = \{ G(\cdot; \boldsymbol{\theta}) : \boldsymbol{\theta} \in \Theta \} \)：参数模型族，其中 \( \Theta \subseteq \mathbb{R}^d \) 是参数空间。
  • \( \boldsymbol{\theta}_F \)：真实分布 \( F \) 在模型族 \( \mathcal{G} \) 中的“代表”——通过 M-估计定义：\( \boldsymbol{\theta}_F = \arg\min_{\boldsymbol{\theta} \in \Theta} \rho(F, G(\cdot; \boldsymbol{\theta})) \)，其中 \( \rho \) 是某个距离或散度度量。在本文中，\( \rho \) 就是 L^p 距离：\( \rho(F, G) = \|F - G\|_p = \left( \int |F(x) - G(x)|^p \, dx \right)^{1/p} \)。
  • \( \hat{\boldsymbol{\theta}}_n \)：基于样本的 M-估计量，\( \hat{\boldsymbol{\theta}}_n = \arg\min_{\boldsymbol{\theta} \in \Theta} \|F_n - G(\cdot; \boldsymbol{\theta})\|_p \)，其中 \( F_n \) 是经验分布函数。
  • \( \epsilon > 0 \)：预设的容忍误差（等价 margin）。
  • \( \|F - G(\cdot; \boldsymbol{\theta}_F)\|_p \)：真实分布与模型代表之间的 L^p 距离——这是要检验的“几乎拟合”指标。

  • \( \widehat{\text{IMP}} \)：模型改进百分比，定义为 \( \widehat{\text{IMP}} = 1 - \frac{\|F_n - G(\cdot; \hat{\boldsymbol{\theta}}_n)\|_p}{\|F_n - \bar{F}_n\|_p} \)，其中 \( \bar{F}_n \) 是常数基准（均匀分布的经验版本）。这个指标量化了模型相对于无信息基准的改进程度。

  • 模型：

  • 数据生成机制：\( X_i \sim F \)，i.i.d.，\( F \) 是任意一维连续分布函数。
  • 参数模型族 \( \mathcal{G} \) 是已知的（如正态分布族、指数分布族、Weibull 分布族等），但真实分布 \( F \) 不一定属于 \( \mathcal{G} \)。

  • M-估计量 \( \hat{\boldsymbol{\theta}}_n \) 通过最小化经验 L^p 距离 \( \|F_n - G(\cdot; \boldsymbol{\theta})\|_p \) 得到。这等价于一个最小距离估计（MDE）问题。

  • 可观测数据：

  • 可观测：样本 \( X_1, \dots, X_n \)，以及由此计算的经验分布函数 \( F_n(x) = \frac{1}{n} \sum_{i=1}^n \mathbb{I}(X_i \leq x) \)。
  • 可观测：参数模型族 \( \mathcal{G} \) 的解析形式（如正态分布的均值和方差）。
  • 不可观测：真实分布 \( F \) 本身，以及 \( \|F - G(\cdot; \boldsymbol{\theta}_F)\|_p \)（因为 \( F \) 未知）。只能通过样本估计。
  • 关键识别假设：M-估计量 \( \hat{\boldsymbol{\theta}}_n \) 是 \( \boldsymbol{\theta}_F \) 的一致估计（需要模型族 \( \mathcal{G} \) 的紧性和连续性条件）。

第二步：讲最小内核

最简特例：假设我们想检验一个正态分布模型是否“几乎拟合”真实分布。具体地： - 模型族 \( \mathcal{G} = \{ N(\mu, \sigma^2) : \mu \in \mathbb{R}, \sigma^2 > 0 \} \)。 - 真实分布 \( F \) 未知，但可能是轻度偏斜的（如对数正态分布）。 - 我们选择 L² 距离（p=2），容忍误差 \( \epsilon = 0.05 \)（即真实分布与最佳正态近似之间的 L² 距离不超过 0.05）。 - 检验问题：H₀: \( \|F - G(\cdot; \boldsymbol{\theta}_F)\|_2 \geq 0.05 \) vs H₁: \( \|F - G(\cdot; \boldsymbol{\theta}_F)\|_2 < 0.05 \)。

在这个特例下，核心思路是什么？

  1. 估计模型代表：用样本 \( X_1, \dots, X_n \) 计算 M-估计量 \( \hat{\boldsymbol{\theta}}_n = (\hat{\mu}_n, \hat{\sigma}^2_n) \)，使得 \( \|F_n - G(\cdot; \hat{\mu}_n, \hat{\sigma}^2_n)\|_2 \) 最小。对于正态分布族，这等价于用样本均值和样本方差作为参数估计（因为 L² 距离的最小化与极大似然估计在正态族下一致？——不，这里需要小心：M-估计量是使经验 L² 距离最小化的参数，对于正态族，这确实等价于矩估计，但一般情况不成立）。

  2. 计算检验统计量：\( T_n = \|F_n - G(\cdot; \hat{\boldsymbol{\theta}}_n)\|_2 \)。这是经验分布与估计的正态分布之间的 L² 距离。

  3. 确定拒绝域：由于 \( T_n \) 的渐近分布复杂（涉及 \( F_n \) 和 \( \hat{\boldsymbol{\theta}}_n \) 的联合渐近性），使用 bootstrap 来近似其分布。具体地：

  4. 参数 bootstrap：从估计的正态分布 \( G(\cdot; \hat{\boldsymbol{\theta}}_n) \) 生成 B 个 bootstrap 样本，对每个 bootstrap 样本重新计算 M-估计量和检验统计量 \( T_n^* \)，然后用 \( T_n^* \) 的经验分布来近似 \( T_n \) 在 H₀ 下的分布。拒绝 H₀ 如果 \( T_n \) 小于 bootstrap 分布的 α 分位数（因为 H₁ 是“距离小于 ε”，所以是左尾检验）。

  5. 基于“最小距离”的 bootstrap：从原始样本中重抽样（非参数 bootstrap），对每个 bootstrap 样本重新计算 M-估计量和检验统计量，然后调整 bootstrap 分布以反映 H₀ 下的边界条件（即 \( \|F - G(\cdot; \boldsymbol{\theta}_F)\|_2 = \epsilon \) 是最难拒绝的情况）。

  6. 为什么这个特例能体现核心困难？ 即使对于正态分布族，M-估计量 \( \hat{\boldsymbol{\theta}}_n \) 与经验分布 \( F_n \) 之间的依赖关系使得 \( T_n \) 的渐近分布不是简单的卡方或正态分布。bootstrap 的一致性需要证明：当 \( \|F - G(\cdot; \boldsymbol{\theta}_F)\|_2 = \epsilon \)（边界情况）时，bootstrap 分布能否正确近似 \( T_n \) 的分布？本文的核心贡献就是证明了在 L^p 距离下，两种 bootstrap 方案都是一致的。

三、这篇论文做了什么

三句话

  1. 研究了什么问题：本文提出了“几乎拟合优度检验”（almost goodness-of-fit test），用于检验一个参数模型族是否在 L^p 距离下与真实分布足够接近（即 \( \|F - G(\boldsymbol{\theta}_F)\|_p < \epsilon \)），而非精确相等。
  2. 核心工具 / 方法：检验统计量为经验分布函数与估计模型分布函数之间的 L^p 距离；模型代表通过 M-估计确定；提出了两种一致且易于实现的 bootstrap 方案（参数 bootstrap 和基于“最小距离”的 bootstrap）来执行检验；并定义了模型改进百分比（IMP）来量化模型相对于常数基准的改进。
  3. 主要结论：两种 bootstrap 方案在温和条件下是一致的（定理 1 和 2）；模拟研究表明检验在有限样本下具有良好的水平和势；真实数据例子（碳纤维强度数据、血清学数据）展示了方法的实用性。

关键设定与假设

在第二节最小记号的基础上，补全完整设定：

  • 定义 1（几乎拟合优度检验）：给定样本 \( X_1, \dots, X_n \) i.i.d. ~ F，参数模型族 \( \mathcal{G} = \{ G(\cdot; \boldsymbol{\theta}) : \boldsymbol{\theta} \in \Theta \} \)，容忍误差 \( \epsilon > 0 \)，以及 L^p 距离（p ≥ 1），检验问题为：

    \[H_0: \|F - G(\cdot; \boldsymbol{\theta}_F)\|_p \ge \epsilon \quad \text{vs} \quad H_1: \|F - G(\cdot; \boldsymbol{\theta}_F)\|_p < \epsilon,\]
    其中 \( \boldsymbol{\theta}_F = \arg\min_{\boldsymbol{\theta} \in \Theta} \|F - G(\cdot; \boldsymbol{\theta})\|_p \)。

  • 假设 A1（模型族的紧性和连续性）：参数空间 \( \Theta \) 是紧的；映射 \( \boldsymbol{\theta} \mapsto G(x; \boldsymbol{\theta}) \) 对每个 x 连续；且存在一个可积函数 \( \Delta(x) \) 使得 \( |G(x; \boldsymbol{\theta}) - G(x; \boldsymbol{\theta}')| \le \Delta(x) \|\boldsymbol{\theta} - \boldsymbol{\theta}'\| \) 对所有 x 成立。这个假设保证了 M-估计量 \( \hat{\boldsymbol{\theta}}_n \) 的一致性和渐近正态性。

  • 假设 A2（模型族的可识别性）：如果 \( \|G(\cdot; \boldsymbol{\theta}) - G(\cdot; \boldsymbol{\theta}')\|_p = 0 \)，则 \( \boldsymbol{\theta} = \boldsymbol{\theta}' \)。这保证了 \( \boldsymbol{\theta}_F \) 的唯一性。

  • 假设 A3（L^p 距离的连续性）：映射 \( F \mapsto \|F - G(\cdot; \boldsymbol{\theta}_F)\|_p \) 在 \( F \) 处是连续的（在弱收敛拓扑下）。这个假设用于 bootstrap 一致性证明。

  • 相比已有文献的放宽或强化：

  • 相比 del Barrio 等人 (2019) 的 Kolmogorov 距离方法，本文使用 L^p 距离（p ≥ 1），其导数结构更简单（线性），因此 bootstrap 一致性更容易建立。
  • 相比 Wellek (2021) 的 Cramér–von Mises 距离方法，本文提供了两种 bootstrap 方案（参数和非参数），而 Wellek 仅使用参数 bootstrap。
  • 相比 Liu 和 Lindsay (2009) 的 KL 距离方法，本文的 L^p 距离不需要密度估计，计算更简单。

主要结果

  • 定理 1（参数 bootstrap 的一致性）：在假设 A1-A3 下，如果 \( \|F - G(\cdot; \boldsymbol{\theta}_F)\|_p = \epsilon \)（边界情况），则参数 bootstrap 分布（从 \( G(\cdot; \hat{\boldsymbol{\theta}}_n) \) 生成样本）一致地近似 \( T_n = \|F_n - G(\cdot; \hat{\boldsymbol{\theta}}_n)\|_p \) 的渐近分布。即：

    \[\sup_{t \in \mathbb{R}} |P^*(T_n^* \le t) - P(T_n \le t)| \xrightarrow{P} 0,\]
    其中 \( P^* \) 表示 bootstrap 概率。直觉：在边界 \( \|F - G(\cdot; \boldsymbol{\theta}_F)\|_p = \epsilon \) 下，\( T_n \) 的渐近分布是连续的，且参数 bootstrap 能够正确捕捉 \( F_n \) 和 \( \hat{\boldsymbol{\theta}}_n \) 之间的依赖关系。必要条件：模型族 \( \mathcal{G} \) 的紧性和连续性，以及 L^p 距离的连续性。

  • 定理 2（基于“最小距离”的 bootstrap 的一致性）：在相同假设下，基于“最小距离”的 bootstrap（从原始样本重抽样，但调整 bootstrap 统计量以反映 H₀ 下的边界条件）也是一致的。具体地，bootstrap 统计量定义为：

    \[T_n^{**} = \|F_n^* - G(\cdot; \hat{\boldsymbol{\theta}}_n^*)\|_p - \|F_n - G(\cdot; \hat{\boldsymbol{\theta}}_n)\|_p + \epsilon,\]
    其中 \( F_n^* \) 是 bootstrap 样本的经验分布，\( \hat{\boldsymbol{\theta}}_n^* \) 是对应的 M-估计量。这个调整使得 bootstrap 分布的中心在 \( \epsilon \) 处，从而正确反映 H₀ 下的边界条件。直觉：非参数 bootstrap 直接重抽样原始样本，不依赖于模型假设，因此对模型误设更稳健；但需要调整统计量以反映 H₀ 下的边界。

  • 模型改进百分比（IMP）：定义 \( \widehat{\text{IMP}} = 1 - \frac{\|F_n - G(\cdot; \hat{\boldsymbol{\theta}}_n)\|_p}{\|F_n - \bar{F}_n\|_p} \)，其中 \( \bar{F}_n(x) = \frac{1}{n} \sum_{i=1}^n \mathbb{I}(X_i \le x) \) 是经验分布函数本身？——不，这里 \( \bar{F}_n \) 是常数基准，即均匀分布的经验版本？作者在文中定义 \( \bar{F}_n \) 为“非信息性基准”，具体是 \( \bar{F}_n(x) = \frac{1}{n} \sum_{i=1}^n \mathbb{I}(X_i \le x) \) 的某种常数近似？需要查原文。IMP 的取值范围为 \( (-\infty, 1] \)，值越接近 1 表示模型越好。这个指标提供了模型改进的直观量化。

证明路线与技术技巧

整体路线（以定理 1 为例）：

  1. 步骤 1：建立 M-估计量的渐近性质。证明 \( \hat{\boldsymbol{\theta}}_n \) 是 \( \boldsymbol{\theta}_F \) 的一致估计，且 \( \sqrt{n}(\hat{\boldsymbol{\theta}}_n - \boldsymbol{\theta}_F) \) 渐近正态。这依赖于假设 A1-A2 和 M-估计的标准理论（van der Vaart, 1998, Ch. 5）。

  2. 步骤 2：推导检验统计量的渐近分布。将 \( T_n = \|F_n - G(\cdot; \hat{\boldsymbol{\theta}}_n)\|_p \) 展开为：

    \[T_n = \|F - G(\cdot; \boldsymbol{\theta}_F)\|_p + \frac{1}{\sqrt{n}} \mathbb{G}_n + o_P(1/\sqrt{n}),\]
    其中 \( \mathbb{G}_n \) 是某个高斯过程在 \( F - G(\cdot; \boldsymbol{\theta}_F) \) 方向上的投影。关键技巧：利用 L^p 距离的 Hadamard 方向可微性（Cárcamo et al., 2020），将 \( T_n \) 表示为经验过程 \( \sqrt{n}(F_n - F) \) 和 \( \sqrt{n}(\hat{\boldsymbol{\theta}}_n - \boldsymbol{\theta}_F) \) 的线性泛函加上高阶余项。

  3. 步骤 3：证明参数 bootstrap 的一致性。在边界 \( \|F - G(\cdot; \boldsymbol{\theta}_F)\|_p = \epsilon \) 下，bootstrap 样本 \( X_1^*, \dots, X_n^* \) 来自 \( G(\cdot; \hat{\boldsymbol{\theta}}_n) \)。证明 bootstrap 版本的 M-估计量 \( \hat{\boldsymbol{\theta}}_n^* \) 和检验统计量 \( T_n^* \) 的联合分布收敛到与原始版本相同的极限分布。关键技巧：利用 van der Vaart & Wellner (1996) 的 bootstrap 一致性条件——需要验证 \( \sqrt{n}(\hat{\boldsymbol{\theta}}_n^* - \hat{\boldsymbol{\theta}}_n) \) 的条件分布收敛到与 \( \sqrt{n}(\hat{\boldsymbol{\theta}}_n - \boldsymbol{\theta}_F) \) 相同的极限分布。这依赖于模型族 \( \mathcal{G} \) 的 Donsker 性质和 L^p 距离的连续性。

  4. 步骤 4：处理边界情况。在 H₀ 下，最难拒绝的情况是 \( \|F - G(\cdot; \boldsymbol{\theta}_F)\|_p = \epsilon \)（边界）。证明 bootstrap 分布在这个边界下正确近似 \( T_n \) 的分布，从而检验的 size 被控制。对于 \( \|F - G(\cdot; \boldsymbol{\theta}_F)\|_p > \epsilon \) 的情况，检验的势趋于 0（因为 H₀ 为真），但 bootstrap 分布仍然一致（因为极限分布连续）。

关键跳跃点： - 跳跃点 1：从 \( T_n \) 到 \( \mathbb{G}_n \) 的线性化。L^p 距离的导数在 \( F = G(\cdot; \boldsymbol{\theta}_F) \) 处是零（因为此时距离为 0），但在边界 \( \|F - G(\cdot; \boldsymbol{\theta}_F)\|_p = \epsilon > 0 \) 处，导数非零且是线性的。作者利用 Cárcamo 等人 (2020) 的方向可微性结果，将 \( T_n \) 展开为经验过程的线性泛函加上余项，并证明余项为 \( o_P(1/\sqrt{n}) \)。 - 跳跃点 2：bootstrap 分布中 \( \hat{\boldsymbol{\theta}}_n^* \) 的条件分布。参数 bootstrap 从 \( G(\cdot; \hat{\boldsymbol{\theta}}_n) \) 生成样本，但 \( \hat{\boldsymbol{\theta}}_n \) 本身是随机变量。需要证明 \( \sqrt{n}(\hat{\boldsymbol{\theta}}_n^* - \hat{\boldsymbol{\theta}}_n) \) 的条件分布（给定原始样本）收敛到与 \( \sqrt{n}(\hat{\boldsymbol{\theta}}_n - \boldsymbol{\theta}_F) \) 相同的极限分布。这要求模型族 \( \mathcal{G} \) 的“可 bootstrap 性”（bootstrapability），即 M-估计量的 bootstrap 版本一致。

技术技巧点名： - Hadamard 方向可微性（Cárcamo et al., 2020）：用于处理 L^p 距离作为分布函数泛函的导数。这是整个渐近分析的基础。 - 经验过程理论（van der Vaart & Wellner, 1996）：用于处理 \( \sqrt{n}(F_n - F) \) 作为经验过程的弱收敛，以及 bootstrap 版本的条件弱收敛。 - M-估计的渐近理论（van der Vaart, 1998）：用于建立 \( \hat{\boldsymbol{\theta}}_n \) 的一致性和渐近正态性。 - Delta 方法（方向可微版本）：用于将 \( T_n \) 的渐近分布表示为经验过程和 M-估计量的线性组合。

真实例子与应用

本文包含两个真实数据例子：

  1. 碳纤维强度数据（Kumar et al., 2024）：数据集包含约 1200 根单碳纤维在不同标距长度下的拉伸强度。作者用 Weibull 分布模型拟合数据，并检验 Weibull 模型是否“几乎拟合”真实分布。具体地：
  2. 模型族：两参数 Weibull 分布 \( G(x; \lambda, k) = 1 - \exp(-(x/\lambda)^k) \)。
  3. 容忍误差 \( \epsilon \) 通过交叉验证或领域知识选择（文中未明确给出具体值，但模拟中使用了 \( \epsilon = 0.05, 0.10 \) 等）。
  4. 结果：对于某些标距长度，Weibull 模型在 \( \epsilon = 0.05 \) 下被拒绝（即 \( \|F - G(\cdot; \boldsymbol{\theta}_F)\|_2 \ge 0.05 \)），但在 \( \epsilon = 0.10 \) 下被接受。这表明 Weibull 模型是一个合理的近似，但并非精确拟合。

  5. 这个例子想说明：几乎拟合检验比经典拟合优度检验更实用——经典检验几乎必然拒绝 Weibull 模型（因为大样本），而几乎拟合检验允许研究者判断模型是否“足够好”。

  6. 血清学数据（Chan et al., 2022）：数据集包含海地全国血清学调查中 11 种病原体的 IgG 抗体水平。作者用两成分正态混合模型拟合每种抗原的抗体水平分布，并检验混合模型是否“几乎拟合”真实分布。

  7. 模型族：两成分正态混合模型 \( G(x; \mu_1, \sigma_1^2, \mu_2, \sigma_2^2, \pi) = \pi \Phi((x-\mu_1)/\sigma_1) + (1-\pi) \Phi((x-\mu_2)/\sigma_2) \)。
  8. 结果：对于大多数抗原，混合模型在 \( \epsilon = 0.05 \) 下被接受，表明两成分正态混合模型是抗体水平分布的合理近似。
  9. 这个例子想说明：几乎拟合检验可以用于评估复杂模型（如混合模型）的近似质量，这在生物统计学中非常有用。

🔎 结论是否比证明窄

  • 结论声称：两种 bootstrap 方案在“温和条件”下一致。但证明中假设了模型族的紧性和连续性（A1）以及可识别性（A2）。对于非紧参数空间（如正态分布的方差可以趋于 0 或无穷），这些条件可能不成立。作者在模拟中使用了正态分布和 Weibull 分布，这些分布族满足条件，但未讨论非紧情况。
  • 结论声称：检验对任意 p ≥ 1 有效。但证明中可能依赖于 p 的具体值（如 p=2 时 L² 距离的 Hilbert 空间结构简化了导数计算）。对于 p=1 或 p=∞，方向可微性可能更复杂。作者在模拟中只使用了 p=2，未验证 p=1 或 p=∞ 的情况。
  • 结论声称：模型改进百分比（IMP）提供了模型质量的直观量化。但IMP 的渐近性质未被严格证明——作者仅给出了定义和模拟结果，未证明 IMP 的估计量是否一致或渐近正态。这实际上是一个开放问题。

四、开放问题（点到为止，扎根具体语句）

  1. 非紧参数空间下的 bootstrap 一致性：本文的假设 A1 要求参数空间 \( \Theta \) 是紧的。对于非紧空间（如正态分布的方差可以趋于无穷），M-估计量可能不一致，bootstrap 一致性需要额外条件。扎根：假设 A1 的陈述“\( \Theta \) is compact”。

  2. p=1 或 p=∞ 时的 bootstrap 一致性：本文的证明可能依赖于 L^p 距离的 Hadamard 方向可微性，而 p=1 或 p=∞ 时的导数结构更复杂（涉及 sup-norm 或 L¹ 范数的非光滑性）。作者在模拟中只使用了 p=2，未验证其他 p 值。扎根：定理 1 和 2 的陈述中“p ≥ 1”的泛化性。

  3. 模型改进百分比（IMP）的推断：IMP 的估计量 \( \widehat{\text{IMP}} \) 的渐近分布未知，无法构造置信区间或进行假设检验。作者仅将其作为描述性指标使用。扎根：第 4 节中 IMP 的定义和模拟结果，但无渐近理论。

  4. 高维或多维扩展：本文的方法针对一维连续分布。扩展到多维分布（如检验多元正态性）时，L^p 距离的计算和 bootstrap 的一致性需要重新审视，因为多维经验分布函数的收敛速度更慢。扎根：第 6 节“Conclusions”中提到的“extension to multivariate settings”作为未来工作。

  5. 容忍误差 ε 的选择：本文未提供 ε 的选择准则。在实际应用中，ε 的选择直接影响检验结果，但缺乏理论指导（如基于最小可检测差异或领域知识）。扎根：第 1 节中“the choice of ε is left to the practitioner”的陈述。

Maintained by 陈星宇 · Homepage · Source on GitHub

评论