DiPMInd: Distance profile based mutual independence testing for random objects¶
作者: Yaqing Chen, Paromita Dubey
来源: Annals of Statistics
主题: 数理统计 / 假设检验
相关性: 7/10
机构绿灯: Rutgers University(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¶
本文所处的子方向是非参数独立性检验(nonparametric independence testing),其根本科学问题是:给定来自联合分布 \(P_{X_1,\dots,X_p}\) 的样本,如何检验 \(X_1,\dots,X_p\) 是否相互独立(即 \(H_0: P_{X_1,\dots,X_p} = \prod_{k=1}^p P_{X_k}\)),且检验方法需要满足:(i) 对任意维数的随机向量有效;(ii) 对非线性、非单调的依赖关系具有一致性(consistency);(iii) 最好能适用于非欧几里得空间(如流形、图、分布本身)中的随机对象。该方向的成熟度较高——从经典的 Hoeffding (1948) 和 Blum et al. (1961) 开始,经过距离协方差(distance covariance, Székely et al., 2007)、希尔伯特-施密特独立准则(HSIC, Gretton et al., 2005)、球协方差(ball covariance, Pan et al., 2019)等里程碑式工作,已形成"基于距离/核的度量 + U/V-统计量估计 + 渐近零分布"的成熟范式。本文的贡献在于将这一范式从两两独立性推广到多个(\(p \geq 2\) 个)随机对象之间的相互独立性(mutual independence),且这些对象可以位于不同的度量空间中。
发展脉络(history)¶
- 奠基工作:Hoeffding (1948) 和 Blum et al. (1961) 首次提出基于经验分布函数的独立性检验,奠定了非参数独立性检验的框架。Blum–Kiefer–Rosenblatt 检验统计量基于联合 CDF 与边缘 CDF 乘积之差的积分,是本文统计量在 \(p=2\)、欧氏空间、平凡权重下的直接前身。
- 距离/核方法的兴起:Székely et al. (2007) 提出距离协方差(distance covariance),通过特征函数之差刻画独立性,并证明其零值等价于独立性(对欧氏空间中的随机向量)。Gretton et al. (2005) 提出 HSIC,将独立性检验嵌入再生核希尔伯特空间(RKHS),并建立了与距离协方差的等价性(Sejdinovic et al., 2013)。这些工作将独立性检验从"分布函数之差"推广到"核/距离嵌入之差",为推广到度量空间铺平了道路。
- 度量空间的推广:Lyons (2013) 证明了距离协方差在强负类型(strong negative type)度量空间中的一致性,这是将独立性检验推广到非欧氏空间的关键理论突破。Pan et al. (2019) 提出球协方差(ball covariance),将其推广到巴拿赫空间,放宽了对度量空间几何性质的要求。Wang et al. (2024) 进一步将球协方差推广到一般度量空间。
- 从两两到相互独立:Pfister et al. (2018) 提出 dHSIC,将 HSIC 从两两独立性推广到 \(p \geq 2\) 个随机向量的联合独立性,并建立了渐近理论。Jin and Matteson (2018) 将距离协方差推广到多元相互独立性(mdCov)。这两篇是本文最直接的竞争对手。
- 距离剖面(distance profile)方法:Dubey et al. (2024) 提出距离剖面概念,证明在温和条件下(本文的式 (3)),概率测度可由其到支撑集上所有点的距离分布唯一确定。本文将其从"刻画单个随机对象的分布"推广到"刻画多个随机对象的联合分布",从而构造相互独立性检验。
- 本文的位置:在 dHSIC 和 mdCov 已经处理 \(p \geq 2\) 相互独立性的基础上,本文的增量贡献在于:(i) 提出联合距离剖面的新概念,统一了球协方差和 Heller 检验等已有方法;(ii) 建立了极小极大最优性(Theorem 10),这是 dHSIC 和 mdCov 所缺乏的;(iii) 证明了渐近分布自由性(Corollary 6),即零分布不依赖于边缘分布,这是非参数检验中难得的性质。
子线索聚类¶
这些被引文献大致落在三条子线索上:
- 基于距离的度量(distance-based measures):Székely et al. (2007) 的距离协方差、Jin and Matteson (2018) 的 mdCov、Pan et al. (2019) 的球协方差、Wang et al. (2024) 的推广。这条线索的核心是用距离的期望刻画分布,优点是适用于度量空间,缺点是对距离度量的选择敏感。
- 基于核的度量(kernel-based measures):Gretton et al. (2005) 的 HSIC、Pfister et al. (2018) 的 dHSIC。这条线索的核心是用 RKHS 嵌入刻画分布,优点是理论优雅、计算相对简单,缺点是需要选择核函数,且对非欧氏空间的推广需要核满足特定条件。
- 基于秩/分布的度量(rank/CDF-based measures):Hoeffding (1948)、Blum et al. (1961)、Bergsma and Dassios (2014)、Heller et al. (2013)、Deb and Sen (2023)、Shi et al. (2022)。这条线索的核心是用分布函数或秩的比较刻画独立性,优点是分布自由(distribution-free),缺点是对高维数据的适用性受限。
本文的联合距离剖面框架横跨这三条线索:当权重和积分测度取特定形式时,可以恢复球协方差和 Heller 检验作为特例(见引言中"the ball covariance test ... and the test proposed in Heller et al. (2013) are special cases of one of our test statistics"),同时通过引入新的权重剖面(如 AD 权重)产生全新的检验统计量。
这个方向在追问的核心问题¶
- 一致性(consistency):检验能否检测到所有类型的依赖关系?这要求度量具有"零值 \(\iff\) 独立性"的性质(如距离协方差在强负类型空间中的性质,Lyons, 2013)。
- 分布自由性(distribution-free):零分布是否不依赖于边缘分布?这决定了检验是否实用(无需估计零分布)。
- 极小极大最优性(minimax optimality):在趋近零假设的备择序列下,检验的检测边界(detection boundary)是否达到最优?这是本文的新贡献(Theorem 10),也是 dHSIC 和 mdCov 未解决的问题。
- 计算可行性:检验统计量的计算复杂度如何?对于 \(p\) 个随机对象、每个对象 \(n\) 个观测,朴素计算是 \(O(n^p)\) 的,需要利用 U-统计量结构或近似方法。
- 非欧氏空间的适用性:检验能否处理流形、图、分布等复杂对象?这要求度量仅依赖于对象空间中的距离,而不依赖于线性结构。
⚠️ 作者的 framing(这是作者的说法)¶
作者将缺口 frame 为:"尽管已有大量针对两两独立性的检验方法,且部分方法(如 dHSIC、mdCov)已推广到相互独立性,但缺乏一个统一的框架,能够同时涵盖这些方法、允许灵活选择权重以增强功效、并建立极小极大最优性。" 作者声称其联合距离剖面框架是"自然的下一步",因为它:(i) 统一了已有方法作为特例;(ii) 通过权重剖面提供了灵活性;(iii) 首次建立了相互独立性检验的极小极大最优性。作者淡化的竞争路线包括:基于秩的分布自由检验(如 Bergsma and Dassios, 2014)在高维/非欧氏空间的推广困难,以及 dHSIC 在计算上的 \(O(n^p)\) 复杂度问题(本文的 U-统计量结构同样面临此问题,但作者通过权重剖面的选择部分缓解)。
张力¶
未见明显对立引用。但存在一个微妙的张力:分布自由性 vs. 功效。作者证明渐近分布自由性需要"边际距离剖面连续"(Corollary 6 的条件),而为了增强功效引入的 AD 权重(\(\propto [F(1-F)]^{-1}\))恰恰在边缘处发散,可能破坏连续性条件。作者通过引入 \(\epsilon\) 截断(Remark 7 中 \(\epsilon \in (0, \frac{1}{n}(1-\frac{1}{n}))\))来规避这一问题,但这引入了额外的调参自由度。这一张力值得关注:截断参数 \(\epsilon\) 的选择是否影响检验的有限样本性质? 这是作者未完全回答的问题。
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¶
- 随机对象与度量空间:设 \(X = (X_1, \dots, X_p)^T\) 为 \(p\) 个随机对象组成的向量,其中 \(X_k\) 取值于可分度量空间 \((\mathcal{M}_k, d_k)\),\(k = 1, \dots, p\)。\(p \geq 2\) 为对象个数(本文关注 \(p \geq 2\) 的相互独立性;\(p=2\) 时退化为两两独立性)。\(d_k\) 是 \(\mathcal{M}_k\) 上的度量(距离函数),不要求 \(\mathcal{M}_k\) 具有线性结构(如向量空间、希尔伯特空间)。
- 联合分布与边缘分布:\(P_{X}\) 为 \(X\) 在乘积空间 \(\prod_{k=1}^p \mathcal{M}_k\) 上的联合分布;\(P_{X_k}\) 为 \(X_k\) 在 \(\mathcal{M}_k\) 上的边缘分布。目标(estimand):检验 \(H_0: P_X = \prod_{k=1}^p P_{X_k}\)(即 \(X_1, \dots, X_p\) 相互独立)对 \(H_a: P_X \neq \prod_{k=1}^p P_{X_k}\)。
- 距离剖面(distance profile):对任意 \(x \in \mathcal{M}_k\),其关于 \(P_{X_k}\) 的边缘距离剖面为 \(F^{X_k}_x(r) = P(d_k(x, X_k) \le r)\),\(r \ge 0\)。对任意 \(x = (x_1, \dots, x_p) \in \prod_{k=1}^p \mathcal{M}_k\),其关于 \(P_X\) 的联合距离剖面为 \(G^X_x(r) = P(d_1(x_1, X_1) \le r_1, \dots, d_p(x_p, X_p) \le r_p)\),\(r = (r_1, \dots, r_p) \in \mathbb{R}_+^p\)。关键性质(Theorem 1):在式 (3) 的温和条件下,联合分布 \(P_X\) 由其联合距离剖面族 \(\{G^X_x : x \in \text{supp}(P_X)\}\) 唯一确定。
- 独立性度量(estimand):定义
\[\tau^{P,w} = \mathbb{E}\left[\int w_{X'}(r) \left\{G^X_{X'}(r) - \prod_{k=1}^p F^{X_k}_{X'_k}(r_k)\right\}^2 \prod_{k=1}^p dF^{X_k}_{X'_k}(r_k)\right]\]和\[\tau^{J,w} = \mathbb{E}\left[\int w_{X'}(r) \left\{G^X_{X'}(r) - \prod_{k=1}^p F^{X_k}_{X'_k}(r_k)\right\}^2 dG^X_{X'}(r)\right],\]其中 \(X'\) 是 \(X\) 的独立副本,\(w_x: \mathbb{R}_+^p \to [0, \infty)\) 是权重剖面。关键性质(Proposition 2):在式 (3) 条件下,\(\tau^{P,w} = 0 \iff H_0\) 成立(\(\tau^{J,w}\) 需要额外的绝对连续条件)。
- 可观测数据:\(n\) 个独立同分布样本 \(\{X_i\}_{i=1}^n\),每个 \(X_i = (X_{i,1}, \dots, X_{i,p})^T \in \prod_{k=1}^p \mathcal{M}_k\)。注意:我们只能观测到对象之间的距离 \(d_k(X_{i,k}, X_{j,k})\),不能直接观测到对象本身的坐标(若 \(\mathcal{M}_k\) 无坐标表示)。这是"可观测"与"想要但观测不到"的关键区分——我们想要检验 \(P_X\) 是否等于边缘乘积,但只能通过距离的联合分布来间接推断。
- 样本估计:用经验分布 \(\hat{P}_X = \frac{1}{n}\sum_{i=1}^n \delta_{X_i}\) 替换 \(P_X\),得到 \(\hat{G}^X_x\)、\(\hat{F}^{X_k}_{x_k}\),进而构造检验统计量 \(T^{P,w}_n\) 和 \(T^{J,w}_n\)(式 (8))。这些统计量是V-统计量(V-statistics),其核函数由距离剖面的经验估计构成。
第二步:最小内核¶
最小内核(\(p=2\),平凡权重 \(w \equiv 1\),欧氏空间 \(\mathcal{M}_1 = \mathcal{M}_2 = \mathbb{R}\),\(d_k\) 为欧氏距离):
在这个最简设定下,联合距离剖面退化为
这个量在做什么? 对每个"锚点" \(X' = (X'_1, X'_2)\),它比较了"\(X_1\) 落在 \(X'_1\) 的 \(r_1\)-邻域内 且 \(X_2\) 落在 \(X'_2\) 的 \(r_2\)-邻域内"的联合概率与两个边缘概率的乘积,然后对所有锚点和所有半径 \((r_1, r_2)\) 加权平均。如果 \(X_1\) 和 \(X_2\) 独立,则对每个锚点和半径,联合概率都等于边缘概率的乘积,差为零,因此 \(\tau^{P,1} = 0\)。反之,如果 \(\tau^{P,1} = 0\),则联合概率与边缘乘积在所有锚点和半径处都相等,这意味着联合分布与边缘乘积在所有"矩形邻域"上一致,由测度唯一性定理,\(P_X = P_{X_1} \times P_{X_2}\)。
样本版本:用经验分布替换后,
为什么这个内核是"整篇论文的支撑点"? 因为: 1. 识别(identification):\(\tau^{P,w} = 0 \iff H_0\) 是检验有效性的基石,它依赖于 Theorem 1 的测度唯一性结果。 2. 估计(estimation):\(T^{P,w}_n\) 的渐近理论(Theorem 5)依赖于 V-统计量的退化展开(degenerate U-statistic expansion),这是证明零分布的关键。 3. 最优性(optimality):Theorem 10 的极小极大下界本质上是在最简设定(\(p=2\),欧氏空间)下证明的,然后通过嵌入论证推广到一般度量空间。 4. 推广(generalization):从 \(p=2\) 到 \(p \geq 3\) 的推广并非平凡——需要处理"联合距离剖面"与"边缘距离剖面乘积"之间的高阶交互,这正是 Theorem 5 中协方差算子 \(C^w\) 的复杂性的来源。
一句话总结这个内核:本文在数学上做的事情是——构造一个由"联合距离剖面与边缘距离剖面乘积之差的加权平方积分"定义的独立性度量,证明其零值等价于相互独立性,并建立其 V-统计量估计量的渐近零分布(混合卡方)与极小极大最优性。
三、这篇论文做了什么¶
三句话¶
- 研究了什么问题:提出了一个统一的框架,用于检验 \(p \geq 2\) 个可能位于不同度量空间中的随机对象之间的相互独立性,该框架推广了球协方差和 Heller 检验等已有方法,并引入了新的检验统计量。
- 核心工具/方法:基于新的联合距离剖面概念,构造两类检验统计量 \(T^{P,w}_n\)(对联合分布积分)和 \(T^{J,w}_n\)(对联合距离剖面积分),利用 V-统计量理论和经验过程理论建立渐近理论,并采用置换检验逼近临界值。
- 主要结论:在温和条件下,所提检验在零假设下渐近控制第一类错误(且对平凡权重渐近分布自由),在趋近零假设的备择序列下一致(consistency),并达到极小极大最优速率(\(n^{-1}\) 检测边界);模拟和真实数据表明,新检验在多种数据对象(网络、分布、欧氏向量)上优于 dCov、dHSIC 和 mdCov。
关键设定与假设¶
- 设定:\(X_1, \dots, X_p\) 为 \(p\) 个随机对象,\(X_k \in (\mathcal{M}_k, d_k)\),\((\mathcal{M}_k, d_k)\) 为可分度量空间。样本 \(\{X_i\}_{i=1}^n\) 独立同分布。检验 \(H_0: P_X = \prod_{k=1}^p P_{X_k}\)。
- 假设:
- 式 (3)(弱 doubling 条件):对每个 \(k\),存在 \(L_{\mu_k} > 0\) 使得 \(\limsup_{r \downarrow 0} \frac{\mu_k(B_{d_k}(x, 2r))}{\mu_k(B_{d_k}(x, r))} \le L_{\mu_k}\) 对所有 \(x \in \text{supp}(\mu_k)\) 成立。这是 Theorem 1(测度唯一性)和 Theorem 5(渐近分布)的核心条件。相比 Dubey et al. (2024) 的强负类型条件,这是一个放宽——它只要求测度在局部不"太稀疏",而不要求度量空间具有特定的几何性质(如负类型)。
- Assumption 1/1'(括号熵条件):\(\epsilon \log N_{[]}(\epsilon, \mathcal{F}_0, L_1(P_X)) \to 0\) 作为 \(\epsilon \downarrow 0\),其中 \(\mathcal{F}_0\) 是由式 (9) 定义的指示函数类。这是经验过程理论中保证 Donsker 性质的标准条件。相比 Dubey et al. (2024) 的 (D1)(度量空间 totally bounded)和 (D2)(距离剖面 Lipschitz),Assumption 1' 更弱——它允许距离剖面不连续(如离散分布),只要括号熵可控。
- Assumption 2(权重剖面正则性):权重剖面 \(w_x\) 一致有界,且其经验估计 \(\hat{w}_x\) 在 \(L_1\) 意义下一致收敛到 \(w_x\)。这是保证检验统计量渐近等价于其"母体"版本的技术条件。
- 相比已有工作的放宽/强化:
- 放宽:不要求度量空间具有线性结构或负类型性质(相比 Lyons, 2013; Pan et al., 2019);不要求距离剖面连续(相比 Dubey et al., 2024 的 (D2))。
- 强化:建立了极小极大最优性(Theorem 10),这是 dHSIC(Pfister et al., 2018)和 mdCov(Jin and Matteson, 2018)所没有的。
主要结果¶
- Theorem 1(测度唯一性):在式 (3) 下,联合距离剖面族 \(\{G^X_x : x \in \text{supp}(P_X)\}\) 唯一确定联合分布 \(P_X\)。这是整个框架的识别基础——它保证了"距离剖面相等 \(\iff\) 分布相等"。
- Proposition 2(独立性度量):\(\tau^{P,w} = 0 \iff H_0\)(在式 (3) 下);\(\tau^{J,w} = 0 \iff H_0\)(在式 (3) + 绝对连续条件下)。这保证了检验统计量在母体水平上能完全刻画相互独立性。
- Theorem 3(Donsker 性质):在 Assumption 1 下,经验联合距离剖面过程 \(\sqrt{n}(\hat{G}^X_x(r) - G^X_x(r))\) 在 \(x \in \text{supp}(P_X)\)、\(r \in D\) 上弱收敛到高斯过程。这是 Theorem 5 的基础。
- Theorem 5(渐近零分布):在 \(H_0\) 和 Assumptions 1'、2 下,\(T^{P,w}_n\) 和 \(T^{J,w}_n\) 弱收敛到 \(\sum_{j=1}^\infty \lambda_j^w Z_j^2\),其中 \(\{Z_j\}\) 是独立标准正态,\(\{\lambda_j^w\}\) 是协方差算子 \(C^w\)(式 13)的特征值。关键点:这个分布不依赖于边缘分布(当边际距离剖面连续时),因此是渐近分布自由的。
- Corollary 6(分布自由性):在平凡权重 \(w \equiv 1\) 下,若边际距离剖面连续,则 \(\{\lambda_j^w\}\) 不依赖于边缘分布,检验渐近分布自由。
- Theorem 9(置换检验的有效性):置换检验在 \(H_0\) 下控制第一类错误,在备择下一致。这为实际使用提供了理论保证。
- Theorem 10(极小极大最优性):在 \(p=2\)、欧氏空间设定下,若 \(\tau^{P,w} \geq \epsilon\)(或 \(\tau^{J,w} \geq \epsilon\)),则任何水平 \(\alpha\) 检验的 II 类错误下界为 \(\Omega(1)\) 当 \(n\epsilon \leq c\)。结合 Corollary 8 的一致性,这意味着检测边界为 \(n^{-1}\),达到极小极大最优。
证明路线与技术技巧¶
整体路线(以 Theorem 5 为例):
- 线性化(Linearization):将 \(T^{P,w}_n\) 分解为"主项"(由 \(\hat{G}^X_x - G^X_x\) 和 \(\hat{F}^{X_k}_{x_k} - F^{X_k}_{x_k}\) 的线性项组成)和"高阶项"(二次及以上的项)。利用 V-统计量的 Hoeffding 分解,主项是退化的(degenerate),高阶项在 \(H_0\) 下可忽略。
- 退化 U-统计量的渐近理论:主项是一个退化的二阶 U-统计量,其渐近分布由核函数的谱分解决定。具体地,将核函数 \(h(x, x')\) 展开为 \(\sum_{j=1}^\infty \lambda_j \phi_j(x) \phi_j(x')\),则统计量收敛到 \(\sum_{j=1}^\infty \lambda_j Z_j^2\)。
- 经验过程控制:为处理"距离剖面"的估计误差,需要证明经验过程 \(\sqrt{n}(\hat{G}^X_x(r) - G^X_x(r))\) 的 Donsker 性质(Theorem 3)。这通过括号熵条件(Assumption 1')和 Ossiander 熵积分条件实现。
- 权重剖面的处理:对非平凡权重,需要证明 \(\hat{w}_x\) 的估计误差不影响主项的渐近分布。这通过 Assumption 2 的 \(L_1\) 收敛性实现。
关键技术技巧:
- 括号熵条件(Assumption 1'):这是处理"指示函数类"的 Donsker 性质的关键。相比覆盖数条件,括号熵条件允许函数类包含不连续函数(如指示函数),只需括号的 \(L_1\) 宽度可控。
- 退化 U-统计量的谱分解:这是证明混合卡方分布的核心工具。通过 Mercer 定理将核函数谱分解,将统计量表示为独立卡方变量的加权和。
- 置换检验的理论保证:利用"置换分布在 \(H_0\) 下条件于数据是均匀的"这一事实,结合统计量的渐近正态性/混合卡方性,证明置换检验的有效性。
真实例子与应用¶
- 模拟研究:覆盖了欧氏向量(\(p=2,3\))、分布数据(带 2-Wasserstein 度量)、网络数据(图拉普拉斯矩阵)等场景。核心发现是:(i) 在重尾或异常值污染下,所提检验(特别是 AD 权重版本)优于 dCov 和 dHSIC;(ii) 在 \(p=3\) 时,所提检验能检测到 mdCov 无法检测的"高阶交互依赖"。
- 真实数据:首尔自行车共享数据。检验每小时自行车租赁组成(24 维单纯形上的分布数据)与温度、湿度、风速的日分布之间的独立性。结果显示,所提检验在多个季节检测到 dCov 和 dHSIC 未发现的依赖关系(例如春季的湿度、秋季的风速)。
🔎 结论是否比证明窄¶
- Theorem 10 的适用范围:极小极大最优性仅在 \(p=2\)、欧氏空间下证明。作者在 Remark 中声称"通过标准嵌入论证可推广到一般度量空间",但未给出完整证明。这是一个证明比结论窄的地方——读者需要自行验证推广是否成立。
- 分布自由性的条件:Corollary 6 要求"边际距离剖面连续",但 AD 权重(\(\propto [F(1-F)]^{-1}\))在边缘处发散。作者通过 \(\epsilon\) 截断规避,但截断参数的选择未给出理论指导。这是结论比证明宽的地方——实际使用中 \(\epsilon\) 的选取可能影响分布自由性。
- 置换检验的有限样本性质:Theorem 9 给出的是渐近保证,未提供有限样本下的 Berry-Esseen 型界。对于小样本,置换检验的实际水平可能偏离名义水平。
四、开放问题¶
-
极小极大最优性的完整推广:Theorem 10 仅在 \(p=2\)、欧氏空间下证明。将最优性推广到 \(p \geq 3\) 或一般度量空间(如流形、图空间)需要什么额外条件?是否会出现"维数灾难"导致检测边界变差?(扎根于 Theorem 10 的证明仅覆盖 \(p=2\) 欧氏空间这一事实。)
-
权重剖面的自适应选择:作者展示了 AD 权重在重尾/异常值下的优势,但未给出权重选择的通用准则。是否存在数据驱动的权重选择方法(如最小化最坏情况 II 类错误)?(扎根于引言中"flexible, data-adaptive weight profiles"的声称,但未提供选择方法。)
-
截断参数 \(\epsilon\) 的影响:AD 权重的 \(\epsilon\) 截断如何影响有限样本下的水平控制和功效?是否存在 \(\epsilon\) 的最优选择?(扎根于 Remark 7 中 \(\epsilon\) 的引入,但未讨论其有限样本影响。)
-
计算复杂度:所提统计量涉及 \(O(n^p)\) 的 V-统计量计算。对于 \(p\) 较大或 \(n\) 较大时,是否存在近似算法(如随机抽样、分块)保持渐近性质?(扎根于式 (8) 的 V-统计量结构,但未讨论计算优化。)
-
与因果推断的联系:独立性检验是因果发现(如 PC 算法)的核心组件。本文的检验能否直接嵌入因果发现框架,用于处理混合类型的因果变量(如网络 + 标量)?(扎根于引言中"independence testing is fundamental for ... causal inference"的定位,但未展开。)
-
高维情形的行为:当 \(p\) 随 \(n\) 增长时(如 \(p = p_n \to \infty\)),所提检验的渐近性质如何?是否会出现"维数诅咒"?(扎根于引言中"high-dimensional data"的提及,但理论仅覆盖固定 \(p\)。)
提示:要确认上述哪些是真正的 gap,建议去读 dHSIC(Pfister et al., 2018)、mdCov(Jin and Matteson, 2018)、球协方差(Pan et al., 2019)以及 Dubey et al. (2024) 的近期后续工作——如果这些论文的引言都指向同一个未解决问题,那就是共识性 gap;如果它们各说各话,那可能只是本文作者的个人 framing。
Maintained by 陈星宇 · Homepage · Source on GitHub