First versus full or first versus last: U-statistic change-point tests under fixed and local alternatives

إليك ملخص تقني مفصل للورقة البحثية بعنوان "الأول مقابل الكامل أو الأول مقابل الأخير: اختبارات تغير نقطة التحول لإحصاءات U تحت البدائل الثابتة والمحلية" من تأليف هيرولد ديهلينج، دانيال فوغل، ومارتن ويندلر.

1. بيان المشكلة

تتناول الورقة بناء ومقارنة اختبارات تغير نقطة التحول من نوع CUSUM القائمة على إحصاءات U للكشف عن التغيرات الهيكلية في المعلمة $\theta$ لعملية عشوائية مستقرة.

عند توسيع اختبار CUSUM الكلاسيكي (الذي يستخدم المتوسط العيني) ليشمل المعلمات العامة التي تُقدر بواسطة إحصاءات U، يبرز نهجان متميزان لبناء إحصائية الاختبار عند نقطة تحول محتملة $k$:

1. الأول مقابل الكامل ($T_1$): يقارن بين المقدر القائم على أول $k$ من الملاحظات ($\hat{\theta}_{1:k}$) وبين المقدر القائم على كامل العينة ($\hat{\theta}_{1:n}$).
2. الأول مقابل الأخير ($T_2$): يقارن بين المقدر القائم على أول $k$ من الملاحظات ($\hat{\theta}_{1:k}$) وبين المقدر القائم على الـ $n-k$ ملاحظة المتبقية ($\hat{\theta}_{(k+1):n}$).

بينما يتطابق هذان النهجان بالنسبة للإحصاءات الخطية (مثل المتوسط العيني)، إلا أنهما يختلفان بالنسبة لإحصاءات U غير الخطية. يبحث المؤلفون فيما إذا كانت هذه الاختلافات مجرد آثار ناتجة عن العينات المحدودة أم أنها تؤدي إلى سلوكيات تقارب وخصائص قوة مختلفة جوهرياً، لا سيما تحت البدائل الثابتة (حيث لا يتلاشى حجم التغير مع زيادة $n \to \infty$).

2. المنهجية

يحلل المؤلفون السلوك التقاربي لكلا الإحصائيتين تحت ثلاثة أنظمة:

• الفرضية الصفرية ($H_0$): لا يوجد تغير يحدث.
• البدائل المحلية: يتغير التوزيع بشكل طفيف بحيث يكون الفرق في المعلمة من رتبة $O(n^{-1/2})$.
• البدائل الثابتة: يتغير التوزيع بشكل كبير (الفرق في المعلمة ثابت).

التعريفات الرئيسية:
ليكن $h$ دالة نواة متناظرة. تُعرف إحصائية U كما يلي:
$$U_n = \binom{n}{2}^{-1} \sum_{1 \le i < j \le n} h(X_i, X_j)$$
وتُعرف إحصائيات الاختبار كما يلي:
$$T_1(h) = \max_{1 \le k \le n} \frac{k}{\sqrt{n}} |U_{1:k} - U_{1:n}|$$
$$T_2(h) = \max_{1 \le k \le n} \frac{k(n-k)}{n^{3/2}} |U_{1:k} - U_{(k+1):n}|$$

الإطار النظري:

• تفكيك هوفدينج (Hoeffding Decomposition): يستخدم المؤلفون تفكيك هوفدينج لإحصاءات U لفصل المكونات الخطية والمنحطة (degenerate).
• الاعتماد الضعيف: تم اشتقاق النتائج لسلاسل مستقرة بقوة تحقق شروط الاعتماد القريب من الحقبة (Near Epoch Dependence - NED) (تحديداً P-NED)، مما يسمح بالتوزيعات ذات الذيول الثقيلة والاعتماد قصير المدى.
• العمليات الحدية: تحت الفرضية الصفرية والبدائل المحلية، يتم قياس هذه العمليات بـ $n^{-1/2}$. وتحت البدائل الثابتة، يتم قياسها بـ $n^{-1}$.

3. المساهمات والنتائج الرئيسية

أ. التكافؤ التقاربي تحت الفرضية الصفرية والبدائل المحلية

• النتيجة: تحت الفرضية الصفرية وتحت سلاسل البدائل المحلية، تكون إحصائيات الاختبار متكافئة تقاربياً.
• الاستنتاج: كل من $T_1$ و $T_2$، عند تقسيمهما (studentized) بواسطة التباين طويل المدى، يتقاربان إلى حد أعلى لجسر براون ($\sup |B(t)|$). وبالتالي، فإنهما يتشاركان في نفس القيم الحرجة وقوة التقارب في العينات الكبيرة. وهذا يفسر لماذا تظهر نتائج المحاكاة للعينات الكبيرة جداً (مثل $n=4000$) فروقاً مهملة في القوة.

ب. التباعد تحت البدائل الثابتة

• النتيجة: تحت البدائل الثابتة، تتقارب الإحصائيتان إلى دوال حدية حتمية مختلفة، يُرمز لها بـ $\Psi_1(t)$ و $\Psi_2(t)$.
• المعيار: يتم تحديد القوة النسبية للاختبارين من خلال كمية تسمى اللامركزية (eccentricity) ($\rho_{FG}$):
  $$\rho_{FG} = \theta_{FG} - \frac{\theta_F + \theta_G}{2}$$
  حيث أن:
  • $\theta_F = E[h(X, X')]$ (المعلمة قبل التغير)
  • $\theta_G = E[h(Y, Y')]$ (المعلمة بعد التغير)
  • $\theta_{FG} = E[h(X, Y')]$ (المعلمة المختلطة)
• قاعدة ترتيب القوة:
  1. إذا كان $\text{sign}(\rho_{FG}) = \text{sign}(\theta_G - \theta_F)$، فإن اختبار الأول مقابل الكامل يكون أكثر قوة.
  2. إذا كان $\text{sign}(\rho_{FG}) \neq \text{sign}(\theta_G - \theta_F)$، فإن اختبار الأول مقابل الأخير يكون أكثر قوة.
  3. إذا كان $\rho_{FG} = 0$، فإن الاختبارين متساويان في القوة (وهذا يحدث إذا كانت إحصائية U خطية تماماً).

ج. تطبيقات محددة

يستنتج المؤلفون شروطاً صريحة لأربع إحصاءات U شائعة:

1. فرق جيني المتوسط ($h(x,y) = |x-y|$):

   • لتغيرات المقياس (scale) في التوزيعات الطبيعية، $\rho_{FG} \ge 0$.
   • الاستنتاج: إذا زاد المقياس ($\theta_G > \theta_F$)، فإن "الأول مقابل الكامل" هو الأفضل. وإذا انخفض المقياس، فإن "الأول مقابل الأخير" هو الأفضل. وهذا ينطبق بغض النظر عن موقع التغير أو شكل التوزيع.

2. التباين العيني ($h(x,y) = (x-y)^2/2$):

   • $\rho_{FG} = \frac{1}{2}(\mu_F - \mu_G)^2 \ge 0$.
   • الاستنتاج: إذا لم يكن هناك تغير في المتوسط، فكلا الاختبارين متساويان في القوة. إذا كان هناك تغير في المتوسط، فإن الترتيب يتبع نفس قاعدة فرق جيني المتوسط (الأول مقابل الكامل أفضل عند زيادة التباين، والأول مقابل الأخير عند انخفاضه).

3. التباين المشترك (Sample Covariance):

   • على غرار التباين، تعتمد اللامركزية على حاصل ضرب إزاحات المتوسط. ينطبق نفس منطق الترتيب.

4. معامل كيندال (Kendall's Tau):

   • على عكس الحالات السابقة، يمكن أن تكون $\rho_{FG}$ موجبة أو سالبة أو صفراً اعتماداً على بنية الارتباط.
   • الاستنتاج: يعتمد الاختبار "الأفضل" تماماً على تغير الارتباط المحدد. فعلى سبيل المثال، إذا انخفضت الارتباطات من قيمة موجبة إلى الصفر، فقد يكون "الأول مقابل الكامل" أفضل؛ وإذا تغيرت من موجب إلى سالب، فقد ينعكس الترتيب.

د. الاتساق والتقدير

• الاتساق (Consistency): كلا الاختبارين متسقان (القوة $\to 1$) إذا كان $\theta_F \neq \theta_G$ أو $\rho_{FG} \neq 0$. ومن الجدير بالذكر أنه حتى لو ظلت المعلمة $\theta$ ثابتة (على سبيل المثال، التباين ثابت ولكن المتوسط يتغير)، فلا يزال بإمكان الاختبارات اكتشاف التغير إذا كان $\rho_{FG} \neq 0$.
• تقدير نقطة التحول: يقدم المؤلفون شروطاً تكون تحتها مقدرات الـ argmax ($\hat{\tau}$) متسقة. ويظهرون أنه في تركيبات معينة من $\theta_F, \theta_G,$ و $\rho_{FG}$، قد يكون المقدر غير متسق (يتقارب إلى موقع خاطئ)، مما يسلط الض الضوء على أن اختيار إحصائية الاختبار لا يؤثر فقط على قوة الكشف بل أيضاً على دقة التحديد الموضعي.

4. الأهمية والآثار العملية

1. حل الجدل: تحسم الورقة الجدل حول ما إذا كان "الأول مقابل الأخير" متفوقاً بشكل عام. فهي تثبت أنه لا يوجد نهج واحد أفضل بشكل موحد؛ فالخيار الأمثل يعتمد على اتجاه التغير وخصائص النواة (kernel) المحددة.
2. توجيه العينات الصغيرة: بينما يتحقق التكافؤ التقاربي في العينات الكبيرة، توفر الورقة معياراً صارماً للعينات الصغيرة إلى المتوسطة حيث تكون الفروق في القوة ملموسة (تصل إلى 10% في المحاكاة).
3. الاختيار القائم على البيانات: يوفر المؤلفون معياراً بسيطاً وقابلاً للحساب ($\rho_{FG}$ مقابل $\theta_G - \theta_F$) للممارسين لتقرير أي اختبار يجب استخدامه قبل تحليل البيانات.
4. التطبيق الواقعي: تطبق الورقة هذه النتائج على بيانات تصريف نهر كولورادو (Lees Ferry مقابل Cameo).
   • بالنسبة لسلسلة Lees Ferry (بعد بناء السد)، انخفض التباين. نجح اختبار "الأول مقابل الأخير" في اكتشاف التغير بقيمة $p = 0.019$، بينما كان اختبار "الأول مقابل الكامل" هامشياً ($p = 0.076$).
   • بالنسبة للارتباط بين السلسلتين، انخفض الارتباط. كان اختبار "الأول مقابل الكامل" أكثر قوة ($p = 0.006$ مقابل $0.02$).
   • هذا المثال الواقعي يؤكد التنبؤ النظري بأن الاختبار "الأفضل" ينقلب اعتماداً على طبيعة الكسر الهيكلي.

الخاتمة

تثبت الورقة أنه بينما يتكافئ اختبارا "الأول مقابل الكامل" و"الأول مقابل الأخير" تقاربياً تحت الفرضية الصفرية والبدائل المحلية، إلا أنهما يظهران سلوكيات متميزة تحت البدائل الثابتة. تعمل اللامركزية الخاصة بدالة النواة كعامل حاسم لترتيب القوة. يجب على الممارسين عدم الاكتفاء بطريقة واحدة افتراضياً، بل يجب عليهم تقييم اتجاه التغير المتوقع وخصائص النواة المحددة لتعظيم قوة الكشف، لا سيالما في العينات المحدودة.