基于MMD的两样本检验研究报告.docVIP

基于MMD的两样本检验研究报告

一、MMD两样本检验的核心原理

1.1最大均值差异的定义

最大均值差异（MaximumMeanDiscrepancy，MMD）是一种用于衡量两个概率分布之间差异的统计量，其核心思想是通过比较两个分布在再生核希尔伯特空间（ReproducingKernelHilbertSpace，RKHS）中的均值差异来判断分布是否相同。假设存在两个样本集合(X={x_1,x_2,...,x_m})和(Y={y_1,y_2,...,y_n})，分别来自概率分布(P)和(Q)，则MMD的定义为：

[\text{MMD}(P,Q)=\sup_{f\in\mathcal{F}}\left|\mathbb{E}{x\simP}[f(x)]-\mathbb{E}{y\simQ}[f(y)]\right|]

其中(\mathcal{F})是一个函数空间，通常选择为再生核希尔伯特空间。在实际应用中，由于无法直接计算期望，通常使用样本均值来近似估计，得到经验MMD：

[\text{MMD}(X,Y)=\left|\frac{1}{m}\sum_{i=1}^mf(x_i)-\frac{1}{n}\sum_{j=1}^nf(y_j)\right|]

1.2核函数的选择与