Bivariate Frank Copula: Some More Results on Point Estimation of the Association Parameter from a Bayesian Perspective and Revisiting the Goodness of Fit Tests with an Application to Model Groundwater Data from Dong Thap, Vietnam

ملخص تقني: كوبولا فرانك ثنائية المتغيرات: تقدير النقاط واختبار جودة المطابقة مع تطبيق على المياه الجوفية

بيان المشكلة
يتناول هذا العمل تحديين رئيسيين في التحليل الإحصائي للبيانات ثنائية المتغيرات باستخدام "كوبولا فرانك" (Frank Copula). أولاً، بينما أثبتت الأبحاث السابقة (Pham et al., 2025) تفوق مقدر الإمكان الأعظم (MLE) على مقدرات طريقة العزوم لمعلمة الارتباط $\theta$، فإن أداء المقدرات البايزية تحت التوزيعات المسبقة غير المعلوماتية ظل غير مستكشف. ثانياً، بينما قدم Genest et al. (2006) اختبارات جودة المطابقة (GoF) لكوبولا فرانك، كانت قيمها الحرجة تعتمد على عمليات محاكاة محدودة (1,000 تكرار) وتفتقر إلى جداول شاملة لأحجام العينات ونطاقات المعلمات المختلفة. بالإضافة إلى ذلك، حدد المؤلفون حاجة لتطبيق هذه الأدوات الإحصائية على بيانات بيئية واقعية، وتحديداً تلوث المياه الجوفية في دلتا ميكونغ، حيث غالباً ما تكون التوزيعات الهامشية غير طبيعية.

المنهجية
ينقسم البحث إلى مكونين رئيسيين:

1. تقدير النقطة البايزي:
   يستقصي المؤلفون مقدرين بايزيين لمعلمة الارتباط $\theta$ تحت فقد التربيع الخطأ (squared error loss):

• مقدر التوزيع المسطح البايزي (BFPE): مشتق باستخدام توزيع مسطح معمّم غير معلوماتي ($\pi_{FP}(\theta) = d > 0$).
• مقدر توزيع جيفريز البايزي (BJPE): مشتق باستخدام توزيع جيفريز الثابت ($\pi_{JP}(\theta) = \sqrt{I(\theta)}$)، حيث $I(\theta)$ هو معلومات فيشر لكل ملاحظة.

تتم مقارنة هذه المقدرات مع مقدر الإمكان الأعظم (MLE) من خلال دراسة محاكاة شاملة تتضمن $M = 4 \times 10^4$ تكراراً. وتقيم الدراسة الانحياز ومتوسط مربع الخطأ (MSE) عبر أحجام عينات $n$ تتراوح من 15 إلى 100 وقيم معلمة $\theta$ من 0.1 إلى 10. ويتم إجراء التكامل العددي المطلوب للمقدرات البايزية باستخدام التربيع التكيفي (adaptive quadrature) في لغة R، مع الاهتمام الدقيق بالدقة الحسابية لأحجام العينات الصغيرة.

2. اختبار جودة المطابقة (GoF):
   يعيد المؤلفون زيارة إحصائيات اختبار كرامر-فون ميزس ($S_n$) وكولموغوروف-سميرنوف ($T_n$) التي اقترحها Genest et al. (2006). ويجرون دراسة محاكاة واسعة النطاق بـ 10,000 تكرار لإنشاء جداول موسعة للقيم الحرجة لـ $S_n$ و $T_n$ عند المئويات التسعين والخمس والتسعين. تغطي هذه الجداول أحجام عينات $n \in [25, 1000]$ ومعلمات ارتباط $\theta \in [-25, 25]$. كما تحلل الدراسة الخصائص التوزيعية لهذه الإحصائيات، مشيرة إلى افتقارها للتماثل بالنسبة لـ $\theta$.

3. التطبيق على بيانات المياه الجوفية:
   تُطبق المنهجية على مجموعة بيانات من مقاطعة دونج ثاب بفيتنام، تضم عينات مياه جوفية من منطقتين فرعيتين (الشمال، $n=23$؛ الجنوب، $n=44$). ينمذج البحث الارتباط بين الزرنيخ (As) وثلاثة عناصر حميدة: الكلوريد (Cl)، ومستوى الأكسدة والاختزال (Eh)، والأس الهيدروجيني (pH). يتحقق المؤلفون أولاً من عدم طبيعية التوزيعات الهامشية، ثم يختبرون فرضية أن الأزواج ثنائية المتغيرات تتبع توزيع كوبولا فرانك باستخدام القيم الحرجة المولدة حديثاً وقيم p-value عبر طريقة البوتستراب.

النتائج الرئيسية

• أداء المقدرات:

  • العينات الصغيرة ($n \le 25$): يتفوق الـ BJPE بشكل موحد على كل من الـ BFPE والـ MLE من حيث متوسط مربع الخطأ (MSE). يؤدي الـ MLE أداءً جيداً ولكنه أقل كفاءة قليلاً من الـ BJPE في هذا النطاق.
  • العينات المتوسطة إلى الكبيرة ($n > 25$): تتقلص فجوة الأداء بشكل كبير. بالنسبة لـ $n > 25$، تظهر كل من مقدرات BJPE و BFPE و MLE أداءً متطابقاً تقريباً من حيث الانحياز و MSE، لتصبح متكافئة إحصائياً.
  • الدقة الحسابية: يشير المؤلفون إلى أنه بالنسبة للعينات الصغيرة جداً ($n \le 10$)، فإن حل المعادلة الطبيعية عبر أمر nleqslv في R يعطي نتائج MLE أقل دقة مقارنة بتعظيم اللوغاريتم الأعظم مباشرة عبر optim.

• خصائص اختبار جودة المطابقة (GoF):

  • عدم التماثل: على عكس المتوقع، فإن القيم الحرجة لـ $S_n$ و $T_n$ ليست متماثلة بالنسبة لـ $\theta$ (أي أن القيم لـ $\theta$ و $-\theta$ تختلف). ويُعزى ذلك إلى عدم التماثل في دالة التوزيع $K(t, \theta)$.
  • الرتابة: تنخفض القيم الحرجة لكلا الإحصائيين مع زيادة مقدار $\theta$ (بالابتعاد عن الصفر).
  • التنفيذ: يقترح المؤلفون قاعدة عملية لتنفيذ اختبار GoF: استخدام القيمة المطلقة للمعلمة المقدرة، $|\hat{\theta}|$، لاختيار القيم الحرجة من الجداول، أو إعادة توجيه البيانات $(U, 1-V)$ إذا كان $\hat{\theta}$ سالباً و $|\hat{\theta}| \ge 2.5$.

• تطبيق المياه الجوفية:

  • تدعم اختبارات GoF (كل من $S_n$ و $T_n$) وقيم p-value المستخرجة من البوتستراب بقوة الفرضية القائلة بأن الأزواج ثنائية المتغير (As-Cl, As-Eh, As-pH) في كلا المنطقتين يمكن نمذجتها بواسطة كوبولا فرانك.
  • تكشف تقديرات معامل الارتباط البارامتري المستمدة من كوبولا فرانك ($\hat{\hat{\rho}}_K, \hat{\hat{\rho}}_S$) عن توافق وثيق مع التقديرات غير البارامترية، مما يؤكد صحة مطابقة النموذج.

الأهمية والادعاءات
يزعم البحث أنه يقدم ثلاثة مساهمات محددة:

1. التوسيع البايزي: يوفر أول مقارنة شاملة بين المقدرات البايزية (BFPE و BJPE) مقابل MLE لكوبولا فرانك. ويؤكد أن الـ BJPE هو المقدر المفضل لأحجام العينات الصغيرة ($n \le 25$) نظراً لتفوق أدائه في MSE.
2. تحسين اختبارات جودة المطابقة (GoF): يكمل ويصقل العمل الرائد لـ Genest et al. (2006) من خلال توفير جداول قيم حرجة عالية الدقة بناءً على 10,000 تكرار (مقابل 1,000 سابقاً) وكشف عدم التماثل غير البديهي في توزيعات الإحصائيات.
3. التطبيق العملي: يوضح فائدة كوبولا فرانك في نمذجة البيانات البيئية المعقدة وغير الطبيعية، وتحديداً ديناميكيات المياه الجوفية في فيتنام، مما يوفر إطاراً قوياً لفهم الارتباط بين العناصر المسرطنة والحميدة.

يحافظ المؤلفون على نبرة متواضعة، مشيرين إلى أنه بينما تدعم اختبارات GoF نموذج كوبولا فرانك، فإن هذا التطبيق يعد نقطة انطلاق للدراسات المستقبلية التي تتضمن الانحدار غير الخطي والتوسعات متعددة المتغيرات. كما يسلطون الضوء على أن الجوانب الحسابية لـ MLE في R تتطلب معالمة دقيقة للعينات الصغيرة جداً لتجنب الانحياز.