V-统计量

定义 ${\displaystyle h(x_{1},\ldots ,x_{r}):\mathbb {R} ^{r}\to \mathbb {R} }$ 为一个函数，其具有对称性，即交换任意 ${\displaystyle x_{i},x_{j}}$ 的位置，${\displaystyle h}$ 的值保持不变。对随机变量 ${\displaystyle X_{1},\ldots ,X_{n}}$ ，基于 ${\displaystyle h}$ 的V-统计量定义如下：

${\displaystyle V_{n}={\frac {1}{n^{r}}}\sum _{1\leq \{i_{1},\ldots ,i_{r}\}\leq n}h(X_{i_{1}},\ldots ,X_{i_{r}})}$

这里，${\displaystyle h(\cdot )}$ 称为V-统计量的核函数（Kernel function），而核函数的维数 ${\displaystyle r}$ 称为该V-统计量的度（degree）。

V-统计量和U-统计量是渐近等价的，也就是说，当 ${\displaystyle n}$ 较大时，应用中一般不必区分两者。[1]

V-统计量用作参数估计时，一般是有偏的。但因其和U-统计量的渐近等价性，这种偏差在大样本情形下可以忽略。

• U-统计量