技术摘要：基于 RKHS 嵌入的无重采样时间序列推断

问题陈述

本文研究了多变量、函数型及对象值（object-valued）时间序列背景下的非参数推断问题。具体的推断任务包括：

1. 拟合优度检验： 确定时间序列是否遵循预设的边缘分布。
2. 变点检测： 识别时间序列边缘分布中的结构性断点。
3. 独立性检验： 评估两个平稳时间序列是否相互独立。

用于解决这些问题的现有方法，如块自助法（block bootstrapping）、子采样法（subsampling）和块经验似然法（blockwise empirical likelihood），均依赖于重采样技术。作者指出了这些传统方法的两个主要局限性：

• 计算成本： 重采样方法通常计算开销巨大，尤其是在大规模应用场景下。
• 对调节参数的敏感性： 有限样本的表现高度依赖于块长度（block length）或带宽（bandwidth）的选择。最优参数的选择非常困难，且往往依赖于用户的启发式选择，从而导致次优性能或规模失真（size distortion）。

其目标是开发一种无重采样的推断框架，旨在避免带宽依赖并提供更高的计算效率，同时在弱依赖性假设下保持有效的渐近性质。

方法论

所提出的方法被称为 SS-SN（样本拆分与自归一化），它集成了三个核心组件：再生核希尔伯特空间（RKHS）嵌入、样本拆分以及自归一化。

1. RKHS 嵌入

作者将原始时间序列数据映射到由特征核 $K$ 生成的再生核希尔伯特空间（RKHS）中。

• 均值嵌入： 概率分布 $P$ 被映射为 RKHS 中的一个均值元素 $\mu_P$，其定义为对于所有属于 RKHS 的 $f$，满足 $\langle f, \mu_P \rangle = E_{X \sim P}[f(X)]$。
• 问题重构：
  • 拟合优度： 测试 $P = P_0$ 转化为测试 $\|\mu_P - \mu_{P_0}\| = 0$。
  • 变点检测： 测试分布偏移转化为测试 RKHS 值过程均值的变化。
  • 独立性： 使用希尔伯特-施密特独立性准则（HSIC）来重新表述两个序列的独立性测试，即测试这两个序列（及其滞后项）之间的交叉协方差算子在各自 RKHS 的张量积空间中是否为零。

2. 样本拆分

为了处理时间依赖性并避免估计复杂的方差结构，样本被拆分为不相交的子集：

• 训练集： 用于估计投影方向（例如，估计均值嵌入之差或交叉协方差算子）。
• 测试集： 该数据集中的数据被投影到从训练集导出的估计方向上。这种投影将无限维的 RKHS 值过程转换为一个一元序列。
• 这种变换将复杂的无限维参数推断问题简化为更简单的一元时间序列均值推断问题。

3. 自归一化 (SN)

一旦数据被投影到一元序列中，作者便应用自归一化技术（Shao, 2010）。

• 构建一个测试统计量，该统计量利用投影序列的样本均值，并由数据依赖型方差估计器（自归一化因子）进行归一化。
• 至关重要的是，该方法不需要估计长时方差（long-run variance），也不需要选择带宽或块长度。
• 在原假设下，测试统计量收敛于一个枢轴极限分布（pivotal limiting distribution，涉及布朗运动的泛函），该分布不依赖于未知的参数，也不依赖于特定的样本拆分比例（在合理范围内）。

核心贡献

理论进展

• 枢轴极限分布： 作者证明了在强混合条件和温和的矩假设下，所提测试统计量具有枢轴渐近分布。这消除了使用重采样来近似临界值的需求。
• 功效分析： 本文推导了局部备择假设下的测试极限功效，刻画了测试随信噪比变化的特征。
• 广泛适用性： 该框架被证明适用于：
  • 欧几里得时间序列。
  • 函数型时间序列（希尔伯特空间值）。
  • 对象值数据（如图或网络等非欧几里得数据），前提是底层空间是可分希尔伯特空间且核是特征核。
• 放宽的假设： 理论分析依赖于强混合条件，作者认为这比某些竞争方法（如 Zhang 和 Shao, 2025）所要求的 $\rho$-mixing 或 $S$-mixing 假设更为广义。

实证结果

数值实验将 SS-SN 方法与现有对应方法（如固定 $b$ 的子采样法、序列块自助法、空间符号检验）进行了对比：

• 规模准确性： SS-SN 方法在各种显著性水平和数据类型（包括重尾分布）下均表现出极佳的规模准确性。相比之下，基于重采样的方法经常出现显著的规模失真，尤其是在块长度误设的情况下。
• 计算效率： 所提方法速度显著提升。例如，在变点检测中，SS-SN 在毫秒级内执行完毕，而序列块自助法在同等模拟条件下耗时高达半小时。
• 功效： 该方法具有竞争力的功效。虽然在特定场景下（例如当样本拆分比例 $\eta > 0.5$ 时）与某些重采样方法相比存在轻微的功效损失，但整体表现稳健。其功效对核函数的选择（高斯核 vs. 学生 $t$ 核）以及拆分比例（在 $0.2$到$0.5$ 之间）的变化并不敏感。
• 鲁棒性： 该方法在处理重尾数据和函数型数据时表现良好，而传统方法在这些场景下往往难以控制规模。

意义与主张

本文声称 SS-SN 方法论为时间序列中无限维参数的推断提供了一种无重采样的替代方案。其主要意义在于：

1. 消除带宽依赖： 通过使用自归一化，该方法消除了对块长度或带宽选择的敏感性，这是现有非参数时间序列推断中的主要瓶颈。
2. 计算可扩展性： 避免了重采样，使该方法具有极高的效率，适用于大规模数据集和实时应用。
3. 统一框架： 利用 RKHS 嵌入，该方法实现了对欧几里得、函数型及对象值数据的统一处理，将自归一化的应用范围扩展到了有限维参数之外。
4. 实际可靠性： 作者强调，该方法无需通过自助程序进行繁重的计算即可提供可靠的规模控制和合理的功效，使其成为复杂时间序列分析的实用工具。

作者总结道，虽然样本拆分比例是一个调节参数，但实证证据表明，在合理范围内它对性能的影响极小，进一步增强了该方法的实用价值。作者指出，未来的工作可能包括将这些思想扩展到高维或非平稳设置。