改進的PTM方法及其在區(qū)間估計中的應(yīng)用

呂 鵬,相榮霞,袁永生

(河海大學(xué) 理學(xué)院,江蘇 南京 210098)

PTM(投影深度削減平均)[1]方法是一種比較穩(wěn)健的區(qū)間估計方法，該方法基于Bootstrap抽樣[2-7]，合理地引進深度函數(shù)[1,4-5]，抑制異常點[6]、重尾分布以及污染數(shù)據(jù)的影響.但是，從文獻[8-9]提出的PTM方法雖然具有較好的穩(wěn)健性，但按照深度截尾得到的區(qū)間偏左，或可能出現(xiàn)區(qū)間“倒置”，而且在小樣本情形下，運用該方法可能存在溢出，因此不可用.基于上述可能存在的缺陷，筆者合理地改進了PTM方法，對原來的深度函數(shù)進行重新定義,得到了更加合理的，既適合于小樣本情形，又適合于大樣本情形下的再抽樣區(qū)間估計方法.

1 Bootstrap抽樣方法

Bootstrap實際上就是一種再抽樣方法，再抽樣的次數(shù)通常很大，一般都在200次以上.本文用到2種Bootstrap抽樣方法[2,7].

方法1 直接利用原始樣本數(shù)據(jù)作有放回抽樣.設(shè)從1～n內(nèi)產(chǎn)生的n個隨機整數(shù)，以上述隨機產(chǎn)生數(shù)為下標的原始樣本數(shù)據(jù)作為再生樣本.這種方法可能存在如下2個缺點：

1) 抽樣后所產(chǎn)生新的樣本序列可能并不服從原始樣本所服從的總體分布.

2) 抽樣之后的樣本總體依賴于(0，n)隨機發(fā)生器，若(0，n)隨機發(fā)生器產(chǎn)生的數(shù)據(jù)服從某種分布或者均衡性不好，會使最終的抽樣總體存在系統(tǒng)偏差.當然這個問題可以解決.

設(shè)原始樣本為x1,x2,…,xn，在(0,1)內(nèi)隨機產(chǎn)生n個(0,1)內(nèi)的小數(shù)ri,i=1,2,…,n，其中n為原始樣本容量.令αi=(n-1)ri，βi=|αi|+1，i=1,2,…,n，并且令y*i=xβi+(βi-αi+1)(xβi+1-xβi)，i=1,2,…,n，以此作為一個新的樣本.如此繼續(xù)重復(fù)抽樣B次，得到B個Bootstrap樣本[2].

2 改進的PTM方法

對PTM方法進行改進，對原來的深度函數(shù)進行重新定義,利用深度函數(shù)的大小來去掉原始數(shù)據(jù)中的異常點, 使得到的參數(shù)估計的置信區(qū)間更加精確地逼近于真值，從而提高區(qū)間估計的精度.

改進的PTM方法的一般步驟.

第1步：定義PTM.

1) 設(shè)X=(x1,x2,…,xn)為任意樣本，令Med(X)為樣本中位數(shù)，MAD(X)為{|xi-Med(X)|,(i=1,2,…,n)}的中位數(shù).

2) 定義深度函數(shù)

對原來的深度函數(shù)進行重新定義，可以克服原來定義中的可能出現(xiàn)溢出的缺陷，使得到的改進的PTM方法更加合理有效.

3) 對于某一個常數(shù)β>0，對于所有滿足PD(xi,X)≥β的xi(i=1,2,…，k)有

其中，之所以取某一個常數(shù)β>0，并對所有滿足條件PD(xi,X)≥β的xi取均值，作為均值參數(shù)μ的一個估計，其主要思想是利用深度函數(shù)的大小來去掉原始數(shù)據(jù)中的異常點或者“貢獻”較小點的影響，使得到的參數(shù)估計的置信區(qū)間更加精確地逼近于真值或者在樣本均值附近，從而提高區(qū)間估計的精度.并且可以證明PTMβ(X)漸近趨于均值μ.

第2步：利用Bootstrap抽樣方法，得到參數(shù)的估計區(qū)間：

1) 設(shè)X=(x1,x2,…,xn)為來自于經(jīng)驗分布Fn的樣本容量為n的任意樣本，采用Bootstrap抽樣方法，對這組樣本進行模擬抽樣，得到B組樣本容量為n的樣本，我們把這B組樣本放在一起，記作Y=(X1,X2,…,XB)；

2) 對這B個樣本中的每一組樣本，分別按照PTM的定義進行計算，得到B個PTMβ值，按照樣本下標順序，我們令得到的PTMβ值分別為

PTMβ1,PTMβ2,…,PTMβB;

3)然后將PTMβ1,PTMβ2,…,PTMβB按照大小排序PTMβ(1),PTMβ(2),…,PTMβ(B)；

將得到的PTMβ1,PTMβ2,…,PTMβB按照大小進行排序，改變了原來PTM方法中按照深度進行排序，這樣主要是避免出現(xiàn)置信區(qū)間“倒置”的缺陷.

4) 對于給定的精度α，利用百分位法截尾，得到的置信區(qū)間為

(PTMβ(?B.α/2?+1),PTMβ(?B.(1-α/2)?)).

3 改進的PTM方法的優(yōu)良性比較

改進的PTM方法是基于左義君PTM方法的優(yōu)勢[8-9]，結(jié)合其存在的缺陷，加以改進得到的一種合理的、有效的、穩(wěn)健的區(qū)間估計方法.該方法可以適用于任何分布的指定參數(shù)的區(qū)間估計.下面本文分別在正態(tài)分布、泊松分布、指數(shù)分布的情形下，分別基于小樣本情形和大樣本情形，比較改進的PTM方法和經(jīng)典方法、百分位法的優(yōu)良性.

用Matlab軟件和數(shù)據(jù)模擬的方法比較改進的PTM方法與經(jīng)典t方法、百分位法，以此來研究改進的PTM方法的優(yōu)良性.

由于本文中Bootstrap抽樣方法有2種，且使用較多的是方法1(稱為一般的Bootstrap抽樣方法)和方法2(稱為加權(quán)處理的Bootstrap抽樣方法[2,10]).因此，基于不同的Bootstrap抽樣方法，比較改進的PTM方法和傳統(tǒng)方法的優(yōu)良性.并且在樣本容量不同時，各種方法表現(xiàn)出來的優(yōu)良性也不相同，結(jié)合有關(guān)樣本數(shù)目的規(guī)定，分別比較當樣本容量為7、20、和120，Bootstrap抽樣為500時的改進的PTM的優(yōu)良性.見表1～2.

表1 一般Bootstrap抽樣下置信水平為95%的隨機模擬500次置信區(qū)間的平均長度(覆蓋率)

表2 加權(quán)Bootstrap抽樣下置信水平為95%的隨機模擬500次置信區(qū)間的平均長度(覆蓋率)

1)n=7時，改進的PTM方法中的參數(shù)β的取值在不同的分布下取不同的值，一般的在正態(tài)分布下，令β=0.52，在泊松分布下，令β=0.5，在指數(shù)分布下，令β=0.53.N=20，120時，PTM方法中，參數(shù)β的取值均取值為0.5.

2) 在實際的問題當中，當樣本容量小于15時，經(jīng)典方法是不適用.在這里我們暫時假設(shè)它可以適用，比較得到上述結(jié)果.

綜合上述多種情形可以看出：在總體為正態(tài)分布和指數(shù)分布時，改進的PTM都具有較好的優(yōu)良性.特別是在小樣本的情形下，改進的PTM方法較經(jīng)典方法和百分位法具有更好的優(yōu)良性：相同置信水平下，較經(jīng)典方法得到的置信區(qū)間平均長度更短，并且真值的覆蓋率較高，基本處于95%左右.對于加權(quán)處理的 Bootstrap 抽樣方法，在相同置信水平下，改進 PTM 方法得到的置信區(qū)間平均長度更短，且具有更好的穩(wěn)健性.在總體分布為泊松分布時，改進的PTM方法的優(yōu)良性不突出，可能跟泊松分布樣本的離散性有關(guān)，需要進一步的驗證分析.

4 實例驗證

數(shù)據(jù)來自某廠某種燈泡的壽命[11]，已知服從正態(tài)分布，現(xiàn)從一批燈泡中隨機抽取16個，測得其壽命為 1 510、1 450、1 480、1 460、1 520、1 480、1 490、1 460、1 480、1 510、1 530、1 470、1 500、1 520、1 510、1 470 h.

從表3中可以看出在小樣本情況下，一般Bootstrap抽樣下的PTM方法所得的所有燈泡的平均壽命的置信區(qū)間比用 Bootstrap 4 種方法和常規(guī)方法估計的區(qū)間寬度短，從而說明對于一般的 Bootstrap 抽樣方法，在相同置信水平下，改進 PTM 方法得到的置信區(qū)間平均長度更短，且具有更好的穩(wěn)健性.同時，加權(quán)Bootstrap抽樣下的PTM方法所得的所有燈泡的平均壽命的置信區(qū)間比一般Bootstrap抽樣下的PTM方法所得的所有燈泡的平均壽命的置信區(qū)間的區(qū)間寬度要更小一點，具有更高的精度.

表3 常規(guī)方法和 Bootstrap 方法以及PTM方法對燈泡壽命的區(qū)間估計

注：PTM1為一般Bootstrap抽樣下的PTM方法，PTM2為加權(quán)Bootstrap抽樣下的PTM方法；上述Bootstrap抽樣次數(shù)B均為1000.

在小樣本情形下，改進的PTM方法較經(jīng)典方法具有更高的精度，相同置信水平下，改進的PTM方法得到的置信區(qū)間平均長度更短，且具有較高的真值覆蓋率，所以改進的 PTM 方法得到的置信區(qū)間具有較好的穩(wěn)健性;尤其在加權(quán)之后的 Bootstrap 方法下，所得到的區(qū)間更加穩(wěn)健，左右擺動的幅度更小，且區(qū)間長度更短.

參考文獻:

[1] ZUO Yi-jun.Data depth trimming counterpart of the classicalt(orT2) procedure[J].Journal of Probability and Statistics, 2009(2009):1-9.

[2] 張守玉,封偉書.基于Bootstrap方法的正態(tài)分布樣本數(shù)據(jù)生成研究[J].裝配指揮技術(shù)學(xué)院學(xué)報,2009,20(2):97-100.

[3] 扎庫拉.戈文達拉玉盧.抽樣理論與方法(英文版)[M].北京:機械工業(yè)出版,2005:324-333.

[4] 李強.兩類數(shù)據(jù)深度及深度加權(quán)M估計[D].長沙:國防科學(xué)技術(shù)大學(xué),2008:10-20.

[5] 范允征,林路.穩(wěn)健的深度加權(quán)小波估計[J].南通大學(xué)學(xué)報:自然科學(xué)版,2008,7(4):78-81.

[7] 吳昌莉.小子樣樣本均值區(qū)間估計方法及其比較[C]//第七屆全國核儀器及其應(yīng)用學(xué)術(shù)會議暨全國第五屆核反應(yīng)堆用核儀器學(xué)術(shù)會議論文集.北京市:中國電子學(xué)會核電子學(xué)與核探測技術(shù)分會,2009：37-40.

[8] LIU Xiao-hui, ZUO Yi-jun.Computing projection depth and its associated estimators[M].New York: Springer Science, 2012.

[9] ZUO Yi-jun.A note on finite sample breakdown points of projection dased multivariate location and scatter statistics[J].Metrika,2000,(51):259-265

[10] BRADLEY EFRON.Better Bootstrap confidence intervals[J].Journal of American Statistical Association,1987,82(97):171-185.

[11] 趙慧琴.Bootstrap 方法在區(qū)間估計中的應(yīng)用[J].江西科學(xué),2010, 4:429-431.