Bias correction for Chatterjee’s graph-based correlation coefficient¶
作者: Mona Azadkia, Leihao Chen, Fang Han
来源: Biometrika
主题: 非参数 / 半参数
相关性: 7/10
机构绿灯: London School of Economics and Political Science(US News 前 50,免分进入精读)
链接: 期刊页 · arXiv
一、领域脉络与小综述¶
这个方向是什么¶
本文研究的核心对象是 Chatterjee (2021) 提出的基于最近邻(NN)图的相关系数(即 Azadkia–Chatterjee 系数,记为 \(\hat{T}_n\))。该系数用于度量两个随机变量 \(X \in \mathbb{R}^d\) 与 \(Y \in \mathbb{R}\) 之间的依赖强度,其总体目标量 \(T\) 具有两个理想性质:(i) \(T=0\) 当且仅当 \(X\) 与 \(Y\) 独立;(ii) \(T=1\) 当且仅当 \(Y\) 是 \(X\) 的可测函数。这个方向属于非参数依赖度量与图基统计量的交叉领域,其根本问题是:如何构造一个无需分布假设、计算高效(近线性时间)、且能同时刻画独立性与函数依赖的统计量,并建立其推断理论(尤其是中心极限定理与收敛速率)。
该方向的成熟度处于快速发展期:自 Chatterjee (2021) 提出原始系数以来,已有大量关于其渐近性质、检验功效、以及向多元/条件依赖推广的工作(如 Shi et al., 2022; Auddy et al., 2024; Gamboa et al., 2022; Huang et al., 2022 等)。然而,一个核心的开放问题是该系数的偏差项行为——它阻碍了 \(\hat{T}_n\) 在一般维度下达到 \(\sqrt{n}\) 收敛速率。本文正是针对这一缺口展开。
发展脉络¶
- 奠基工作:Chatterjee (2021) 提出了原始秩相关系数,证明了其在无分布假设下的一致性与独立性检验功效。Dette et al. (2013) 提出了总体依赖度量 \(T\)(即 Dette–Siburg–Stoimenov 度量),为后续估计量提供了目标量。这两篇构成了本文的理论基石。
- 主要进展:
- Azadkia & Chatterjee (2021) 将原始系数推广到条件依赖与多元 \(X\) 的情形,提出了本文所研究的 \(\hat{T}_n\),并证明了其强相合性。
- Lin & Han (2022) 建立了 \(\hat{T}_n\) 在一般(非独立)情形下的中心极限定理(CLT),并给出了渐近方差的表达式(本文 Theorem 2.1(iii) 引用)。这是本文的直接前驱。
- Deb et al. (2020) 与 Shi et al. (2024) 证明了在 \(X\) 与 \(Y\) 独立且 \(X\) 绝对连续时,\(\sqrt{n}\hat{T}_n\) 依分布收敛到均值为零、方差与分布无关的正态分布(本文 Theorem 2.1(ii) 引用)。
- 偏差问题的浮现:Azadkia & Chatterjee (2021, Theorem 4.1) 与 Lin & Han (2022, Proposition 1.1) 给出了偏差项 \(E[\hat{T}_n]-T\) 的上界,但该上界在 \(d \geq 2\) 时以慢于 \(n^{-1/2}\) 的速率衰减(如 \(n^{-1/d}\)),这直接导致 \(\hat{T}_n\) 在一般维度下不是 \(\sqrt{n}\) 相合的。
- 当前 frontier:如何通过偏差修正恢复 \(\sqrt{n}\) 速率,同时保持系数的计算简单性与分布无关的极限方差。本文正是这一前沿的直接推进。
- 本文的位置:本文是第一篇系统分析 \(\hat{T}_n\) 偏差项并给出显式偏差修正的工作。它(i)在 \(d \le 3\) 时证明原始偏差可忽略(Theorem 3.1),(ii)在一般维度下构造修正估计量 \(\hat{T}_n^{\mathrm{bc}}\) 并证明其 \(\sqrt{n}\) 相合性与渐近正态性(Theorem 4.1)。
子线索聚类¶
被引文献大致落在三条子线索上:
- 依赖度量的构造与性质:Chatterjee (2021), Dette et al. (2013), Azadkia & Chatterjee (2021), Griessenberger et al. (2022), Fuchs (2021), Strothmann et al. (2022), Ansari & Fuchs (2025), Azadkia & Roudaki (2025)。这条线索关注如何定义"好的"依赖度量(满足独立性零刻画、函数依赖最大值、单调变换不变性等),以及如何构造其估计量。
- 估计量的渐近理论:Lin & Han (2022), Shi et al. (2022), Auddy et al. (2024), Kroll (2024), Deb et al. (2020), Shi et al. (2024)。这条线索关注 \(\hat{T}_n\) 及其变体的 CLT、收敛速率、检验功效与 minimax 最优性。本文主要属于此线索。
- NN 基统计量的偏差修正:Abadie & Imbens (2011), Lin et al. (2023), Berrett et al. (2019), Viel et al. (2025), Cattaneo et al. (2025)。这条线索是方法论的直接来源——在因果推断(匹配估计量)和熵估计中,NN 基统计量的偏差修正是经典问题。本文的核心技术(非参数回归修正)正是借鉴了这条线索的思想。
核心问题¶
- \(\hat{T}_n\) 的偏差项 \(E[\hat{T}_n]-T\) 在一般维度下的精确阶数是什么?
- 在什么条件下(维度、光滑性)偏差可忽略,使得原始估计量即达到 \(\sqrt{n}\) 速率?
- 当偏差不可忽略时,如何构造修正估计量,使其在不改变极限方差的前提下消除偏差?
⚠️ 作者的 framing¶
作者将缺口 frame 为:"\(\hat{T}_n\) 的偏差项是阻碍其 \(\sqrt{n}\) 相合性的唯一障碍,且这一障碍可以通过非参数回归修正来消除。" 具体而言,作者在引言中明确指出(对应原文第 1 节):"the NN-based correlation coefficient of Azadkia and Chatterjee (2021) suffers from a bias term that may decay at a rate slower than root-n, rendering the estimator not root-n consistent in general." 作者将偏差的来源归结为 NN 距离的有限样本效应,并类比了因果推断中 Abadie & Imbens (2011) 的偏差修正思想。作者淡化了其他可能的障碍(如方差估计的复杂性),将全部技术努力集中在偏差项上。被回避的竞争路线包括:直接构造 \(\hat{T}_n\) 的 U-统计量投影(debiasing via projection)而非回归修正;或者通过改变 NN 图构造(如 \(k\)-NN 而非 1-NN)来消除偏差。
张力¶
未见明显对立引用。但存在一个微妙的张力:Lin & Han (2022) 的 CLT 是在 \(Y\) 不是 \(X\) 的可测函数这一条件下成立的,而本文的偏差修正(Theorem 4.1)也依赖类似条件。然而,当 \(Y\) 是 \(X\) 的可测函数时(即 \(T=1\) 的极端情形),\(\hat{T}_n\) 的渐近方差为零(Lin & Han 2022, Proposition 1.2(i)),此时偏差修正的行为如何?本文未明确讨论这一退化情形,这是一个值得注意的边界。
二、最核心、最简单的例子 / 数学问题¶
第一步:符号、模型、可观测数据¶
符号清单(按出现顺序):
| 记号 | 含义 | 类型 |
|---|---|---|
| \((X, Y)\) | 随机变量对,\(X \in \mathbb{R}^d\),\(Y \in \mathbb{R}\) | 总体 |
| \(\{(X_i, Y_i)\}_{i=1}^n\) | i.i.d. 样本 | 可观测 |
| \(T = T(Y, X)\) | Dette–Siburg–Stoimenov 依赖度量(总体目标量) | 参数/estimand |
| \(\hat{T}_n\) | Azadkia–Chatterjee NN 图估计量 | 估计量 |
| \(R_i\) | \(Y_i\) 在 \(\{Y_1,\dots,Y_n\}\) 中的秩 | 样本统计量 |
| \(N(i)\) | \(X_i\) 在 \(\{X_1,\dots,X_n\}\) 中的最近邻下标(欧氏距离) | 样本统计量 |
| \(G_x(t) = P(Y \ge t \mid X = x)\) | 条件生存函数 | 总体(未知) |
| \(\hat{G}_x(t)\) | \(G_x(t)\) 的估计量 | 估计量 |
| \(L\) | 偏差项 \(E[\hat{T}_n] - T\) 的领头项 | 理论量 |
| \(\hat{T}_n^{\mathrm{bc}}\) | 偏差修正后的估计量 | 估计量 |
| \(d\) | \(X\) 的维度 | 常数 |
| \(\lambda_K\) | 设计矩阵 \(Q\) 的最小特征值 | 理论量 |
| \(K\) | 基函数个数(Ridge 回归) | 调参 |
| \(\lambda_n\) | Ridge 惩罚参数 | 调参 |
模型:
- 数据生成:\((X_i, Y_i) \overset{\text{i.i.d.}}{\sim} F_{X,Y}\),其中 \(F_{X,Y}\) 在 \(\mathbb{R}^d \times \mathbb{R}\) 上连续(保证 NN 唯一性)。
- 目标量:
\[T = \frac{\int \mathrm{Var}\big(E[1\{Y \ge t\} \mid X]\big) \, d\mu(t)}{\int \mathrm{Var}\big(1\{Y \ge t\}\big) \, d\mu(t)},\]其中 \(\mu\) 是 \(Y\) 的分布。\(T \in [0,1]\),\(T=0 \iff X \perp Y\),\(T=1 \iff Y = f(X)\) a.s.。
- 估计量(Azadkia–Chatterjee 2021):
\[\hat{T}_n = \frac{6}{n^2 - 1} \sum_{i=1}^n \min(R_i, R_{N(i)}) - \frac{2n+1}{n-1},\]其中 \(R_i\) 是 \(Y_i\) 的秩,\(N(i)\) 是 \(X_i\) 的最近邻下标。
可观测数据:\(\{(X_i, Y_i)\}_{i=1}^n\),即 \(n\) 个 i.i.d. 的 \(d+1\) 维观测。不可观测:条件生存函数 \(G_x(t)\)、总体度量 \(T\)、以及偏差项 \(L\)。
第二步:最小内核¶
核心数学问题:\(\hat{T}_n\) 的偏差 \(E[\hat{T}_n] - T\) 有多大?能否消除?
最小内核(最简情形):取 \(d=1\),\(X\) 在 \([0,1]\) 上均匀分布,\(Y = f(X) + \varepsilon\),其中 \(f\) 光滑,\(\varepsilon\) 独立于 \(X\)。此时:
-
偏差的来源:\(\hat{T}_n\) 用 \(Y_{N(i)}\)(\(X_i\) 的最近邻的 \(Y\) 值)来近似 \(E[Y \mid X_i]\)。但 \(X_{N(i)} \neq X_i\),存在距离 \(\|X_{N(i)} - X_i\| \approx n^{-1}\)(一维时)。因此:
\[E[\hat{T}_n] \approx T + \underbrace{C \cdot E[\|X_{N(1)} - X_1\|^2]}_{\text{偏差项 } L} \approx T + C n^{-2/d}.\]当 \(d \le 3\) 时,\(n^{-2/d} \le n^{-2/3} = o(n^{-1/2})\),偏差可忽略。 当 \(d \ge 4\) 时,\(n^{-2/d} \ge n^{-1/2}\),偏差不可忽略。 -
为什么 \(d=3\) 是关键:偏差的阶是 \(n^{-2/d}\)(来自 NN 距离的平方)。要使得 \(n^{1/2} \cdot \text{bias} \to 0\),需要 \(2/d > 1/2\),即 \(d < 4\)。
-
修正思路:既然偏差源于用 \(Y_{N(i)}\) 近似 \(E[Y \mid X_i]\) 时的误差,那么可以显式估计这个误差。具体地,用 Ridge 回归估计条件均值 \(m(x) = E[Y \mid X=x]\),然后构造:
\[\hat{T}_n^{\mathrm{bc}} = \hat{T}_n - 6\hat{L}_n,\]其中 \(\hat{L}_n\) 是偏差项 \(L\) 的估计。关键在于证明 \(\hat{L}_n - L = o_p(n^{-1/2})\)。
为什么这个内核是"最小"的:它剥离了所有技术细节(一般维度、边界效应、非均匀密度),只保留了偏差问题的本质——NN 距离的有限样本效应。一旦理解了 \(d=1\) 的情形,\(d \ge 4\) 的困难就只是"同样的偏差更大,需要修正"。
三、这篇论文做了什么¶
三句话¶
- 研究了什么问题:Azadkia–Chatterjee NN 图相关系数 \(\hat{T}_n\) 的偏差项在一般维度下的行为,以及如何通过偏差修正恢复 \(\sqrt{n}\) 相合性。
- 核心工具/方法:非参数 Ridge 回归(Ridge least squares)构造条件均值估计,进而估计偏差项;结合 U-统计量投影与随机矩阵集中不等式(Tropp, 2012)控制估计误差。
- 主要结论:(i)当 \(d \le 3\) 时,原始 \(\hat{T}_n\) 的偏差为 \(O(n^{-2/d}) = o(n^{-1/2})\),因此 \(\hat{T}_n\) 本身即 \(\sqrt{n}\) 相合且渐近正态;(ii)当 \(d \ge 4\) 时,提出修正估计量 \(\hat{T}_n^{\mathrm{bc}}\),在较弱的正则条件下证明其 \(\sqrt{n}\) 相合且渐近正态,且极限方差与原始 \(\hat{T}_n\) 相同。
关键设定与假设¶
在第二节最小记号的基础上,论文补充了以下关键假设:
- 假设 2.1(基础):\((X_i, Y_i)\) i.i.d. 来自连续分布 \(F_{X,Y}\)。这是 \(\hat{T}_n\) 定义的基础。
- 假设 3.1(偏差分析):\(X\) 的支撑 \(\mathcal{X}\) 是 \(\mathbb{R}^d\) 的紧子集,具有 Lipschitz 边界;\(X\) 的密度 \(f_X\) 在 \(\mathcal{X}\) 上一致有界且远离 0;条件生存函数 \(G_x(t)\) 关于 \(x\) 二阶可导,且导数一致有界。这些条件保证了 NN 距离的矩行为和 Taylor 展开的合法性。
- 假设 4.1(正则性):\(X\) 的密度在支撑上一致有界且远离 0;对任意 \(r>0\),\(E\|X_1 - X_{N(1)}\|^r \le C_r n^{-r/d}\)。这是 NN 距离矩控制的统一表述。
- 假设 4.2(光滑性):\(G_x(t)\) 关于 \(x\) 的导数阶数达到 \(\lfloor d/2 \rfloor + 1\),且导数一致有界。这比假设 3.1 更强,用于保证 Ridge 回归的逼近误差可控。
- 假设 4.3(估计量正则性):对 \(\hat{G}_x(t)\) 的导数估计误差有 \(L^2\) 界,且该界以 \(o(n^{-1/2})\) 速率收敛。这是偏差修正有效性的核心条件。
相比已有工作的变化: - 相比 Lin & Han (2022):本文不要求 \(Y\) 不是 \(X\) 的可测函数(即允许 \(T=1\) 的退化情形),但增加了对 \(X\) 支撑的紧性和边界光滑性要求。 - 相比 Viel et al. (2025):本文的假设更弱——Viel et al. 要求 \(X\) 的密度在支撑上全局 Hölder 光滑,而本文只要求 Lipschitz 边界和局部光滑性。 - 相比 Cattaneo et al. (2025):本文的 Ridge 回归设定更简单(无局部多项式权重),但要求基函数个数 \(K\) 与样本量 \(n\) 的匹配条件更精细。
主要结果¶
定理 3.1(偏差速率):在假设 2.1 和 3.1 下,
定理 3.2(偏差展开):在假设 2.1、3.1 和 3.2 下,
定理 4.1(主定理):在假设 2.1、4.1-4.3 下,修正估计量 \(\hat{T}_n^{\mathrm{bc}} = \hat{T}_n - 6\hat{L}_n\) 满足:
定理 4.2(Ridge 回归的逼近速率):在假设 4.4 和 4.5 下,
证明路线与技术技巧¶
整体路线(3-5 步):
- 偏差分解:利用 Lemma 3.1 将 \(E[\hat{T}_n] - T\) 分解为领头项 \(6L\) 和余项 \(O(n^{-1})\)。领头项 \(L\) 进一步表示为条件生存函数 \(G_x(t)\) 的积分形式。
- 领头项分析:对 \(L\) 中的 \(G_{X_{N(1)}}(t) - G_{X_1}(t)\) 做 Taylor 展开,利用 NN 距离的矩控制(假设 4.1)得到 \(L = O(n^{-2/d})\)。在假设 3.2 下,进一步得到 \(L\) 的精确展开(定理 3.2)。
- 偏差估计:构造 \(\hat{L}_n\),用 Ridge 回归估计 \(G_x(t)\) 及其梯度,代入 \(L\) 的积分表达式。利用定理 4.2 的逼近速率,证明 \(\hat{L}_n - L = o_p(n^{-1/2})\)。
- CLT 传递:将 \(\hat{T}_n^{\mathrm{bc}} - T = (\hat{T}_n - E[\hat{T}_n]) + (E[\hat{T}_n] - T - 6\hat{L}_n)\) 分解,第一项由 Lin & Han (2022) 的 CLT 控制,第二项由步骤 3 的偏差估计控制。两者结合得到定理 4.1。
关键技巧:
- 随机矩阵集中不等式(Tropp, 2012):用于控制 Ridge 估计中设计矩阵的谱范数偏差。这是定理 4.2 的核心工具,也是本文区别于以往 NN 偏差分析的关键——以往工作多依赖经验过程理论,而本文直接利用矩阵集中不等式,得到了更紧的常数。
- U-统计量投影:\(\hat{T}_n\) 本质上是一个关于样本的 \(U\)-统计量(或 \(U\)-统计量的变体)。本文利用 Hoeffding 投影将 \(\hat{T}_n\) 分解为主项(独立和)和余项(退化 \(U\)-统计量),主项用于 CLT,余项用于偏差分析。
- 边界效应处理:通过假设 3.1 中的 Lipschitz 边界和密度下界,控制 NN 距离在边界附近的退化行为。这是技术上最繁琐的部分,涉及对 \(\delta(x)\)(到边界的距离)的分段分析。
真实例子与应用¶
论文包含一个仿真研究(第 5 节),设置如下:
- 数据生成:\(X = (X^{(1)}, \dots, X^{(d)})\) 为 \(d\) 维标准正态,经概率积分变换为均匀分布;\(Y = \rho X^{(1)} + \sqrt{1-\rho^2} Z\),其中 \(Z \sim N(0,1)\) 独立于 \(X\)。此时 \(T = \frac{3}{\pi} \arcsin\left(\frac{1+\rho^2}{2}\right)\)(由 Ansari & Fuchs 2025 的闭式公式给出)。
- 比较对象:原始 \(\hat{T}_n\) 与修正 \(\hat{T}_n^{\mathrm{bc}}\)。
- 维度:\(d = 2, 4, 6, 8, 10\);样本量 \(n = 300, 600, 900\);\(\rho = 0, 0.3, 0.5, 0.7, 0.9\)。
- 指标:RMSE 和经验覆盖率(ECP,名义水平 95%)。
- 结果:当 \(d \le 3\) 时,两者 RMSE 接近,ECP 均接近 0.95;当 \(d \ge 4\) 时,原始 \(\hat{T}_n\) 的 RMSE 显著增大且 ECP 严重偏低(如 \(d=10, \rho=0.9, n=300\) 时 ECP 仅 0.28),而修正 \(\hat{T}_n^{\mathrm{bc}}\) 的 RMSE 明显下降且 ECP 接近 0.95。仿真验证了理论预测:偏差是 \(\hat{T}_n\) 在高维下失效的主因,修正有效恢复推断有效性。
🔎 结论是否比证明窄¶
是的,存在两处"证明窄于结论"的情况:
-
定理 3.1 的维度条件:论文在定理 3.1 中证明了 \(d \le 3\) 时偏差可忽略,但并未证明 \(d = 4\) 时偏差必然不可忽略。事实上,从定理 3.2 的展开看,\(d=4\) 时 \(n^{-2/d} = n^{-1/2}\),偏差与标准差同阶,此时 \(\hat{T}_n\) 的 CLT 可能仍成立但中心化需要修正。论文在引言中暗示"\(d \ge 4\) 需要修正",但未给出 \(d=4\) 的精确临界行为分析。这是一个边界情形,论文未明确处理。
-
定理 4.1 的假设 4.3:假设 4.3 要求 \(\hat{G}_x(t)\) 的导数估计误差以 \(o(n^{-1/2})\) 速率收敛。然而,定理 4.2 给出的 Ridge 回归逼近速率是期望意义下的 \(L^2\) 界,而非逐点或一致意义下的界。从 \(L^2\) 界推导 \(o_p(n^{-1/2})\) 的偏差估计需要额外的插值或覆盖数论证,论文在证明中对此处理较为简略(对应原文第 6.2 节步骤 1 的末尾),未给出完整的细节。这意味着假设 4.3 的验证可能比论文暗示的更严格。
-
仿真与理论的差距:仿真中 \(d=4\) 时修正估计量已表现良好,但论文未提供 \(d=4\) 的理论保证。仿真结果暗示 \(d=4\) 可能属于"可修正"区间,但理论只覆盖了 \(d \le 3\) 和 \(d \ge 4\)(通过修正)两个区间,\(d=4\) 的临界性未明确。
四、开放问题¶
-
\(d=4\) 的临界行为:论文证明了 \(d \le 3\) 时原始估计量 \(\sqrt{n}\) 相合,\(d \ge 4\) 时修正后 \(\sqrt{n}\) 相合。但 \(d=4\) 恰好是偏差 \(n^{-2/d}\) 与 \(\sqrt{n}\) 速率同阶的临界维度。是否存在 \(d=4\) 时原始估计量仍 \(\sqrt{n}\) 相合(但中心化需修正)的情形?这需要更精细的偏差展开(如二阶项)来回答。扎根点:定理 3.1 的陈述"whenever \(d \le 3\)"以及定理 3.2 的展开式中 \(n^{-2/d}\) 项在 \(d=4\) 时与 \(n^{-1/2}\) 同阶。
-
偏差修正对极限方差的影响:论文声称修正不改变极限方差(定理 4.1 的陈述),但证明中仅验证了 \(\hat{L}_n - L = o_p(n^{-1/2})\),未分析 \(\hat{L}_n\) 与 \(\hat{T}_n\) 的联合渐近分布。若 \(\hat{L}_n\) 与 \(\hat{T}_n\) 的波动相关,极限方差可能改变。扎根点:定理 4.1 的证明中,\(\hat{T}_n^{\mathrm{bc}} - T\) 分解为 \((\hat{T}_n - E[\hat{T}_n])\) 和 \((E[\hat{T}_n] - T - 6\hat{L}_n)\),但未讨论两项的相关性。
-
自适应维度选择:论文的修正方法需要知道维度 \(d\) 以确定 Ridge 回归的基函数个数 \(K\) 和惩罚参数 \(\lambda_n\)。在实际应用中,\(d\) 可能未知或为无穷维(函数型数据)。是否存在自适应的偏差修正程序,无需预先指定 \(d\)?扎根点:第 4.2.2 节中 \(K\) 和 \(\lambda_n\) 的选择依赖于 \(d\)。
-
高维情形:论文的假设 4.1 要求 \(X\) 的密度在紧支撑上一致有界且远离 0,这排除了 \(d\) 随 \(n\) 增长的高维情形。当 \(d = d_n \to \infty\) 时,NN 距离的行为会发生质变("curse of dimensionality"),偏差修正是否仍然有效?扎根点:假设 4.1 中的紧支撑和密度下界在高维下难以满足。
-
与因果推断中偏差修正的联系:论文的修正方法直接借鉴了 Abadie & Imbens (2011) 的匹配估计量偏差修正。但因果推断中的匹配估计量通常涉及协变量的匹配,而本文的 \(\hat{T}_n\) 匹配的是 \(X\) 本身。是否存在更一般的框架,将 NN 基统计量的偏差修正统一处理(如通过影响函数或高阶影响函数)?扎根点:引言中明确提到"inspired by ... causal inference, including the influential ideas of Rubin (1973) and the theoretical foundations laid out in Abadie and Imbens (2011)"。
-
Bootstrap 推断的失效:Lin & Han (2024) 证明了 Chatterjee 秩相关的 Bootstrap 失效,本文的修正估计量 \(\hat{T}_n^{\mathrm{bc}}\) 是否也面临同样的 Bootstrap 失效问题?论文未讨论这一点。扎根点:参考文献 [25](Lin & Han 2024)的存在暗示了这一潜在问题,但正文未涉及。
提醒:若要确认上述开放问题是否为真 gap,建议去读以下近期文献的引言部分(各约 5 篇): - 关于 \(d=4\) 临界行为:搜索 "Chatterjee correlation" + "bias" + "dimension" 的近期 arXiv 论文。 - 关于 Bootstrap 失效:Lin & Han (2024) 的后续引用文献。 - 关于高维 NN 统计量:搜索 "nearest neighbor" + "high-dimensional" + "central limit theorem" 的近期工作。
Maintained by 陈星宇 · Homepage · Source on GitHub