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

Technische Zusammenfassung: Bivariate Frank-Copula: Punktschätzung und Anpassungsgüte mit Anwendung auf Grundwasser

Problemstellung
Diese Arbeit adressiert zwei primäre Herausforderungen in der statistischen Analyse bivariater Daten unter Verwendung der Frank-Copula. Erstens wurde zwar in früheren Forschungen (Pham et al., 2025) die Überlegenheit des Maximum-Likelihood-Schätzers (MLE) gegenüber Momentenschätzern für den Assoziationsparameter $\theta$ festgestellt, doch die Leistungsfähigkeit von Bayesschen Schätzern unter nicht-informativen Prioris blieb unerforscht. Zweitens führten Genest et al. (2006) Anpassungsgüte-Tests (GoF) für Frank-Copulas ein, deren kritische Werte jedoch auf begrenzten Simulationen (1.000 Wiederholungen) basierten und umfassende Tabellen für variierende Stichprobengrößen und Parameterbereiche vermissen ließen. Darüber hinaus identifizierten die Autoren die Notwendigkeit, diese statistischen Werkzeuge auf reale Umweltdaten anzuwenden, speziell auf Grundwasserkontamination im Mekong-Delta, wo Randverteilungen häufig nicht-normalverteilt sind.

Methodik
Der Artikel gliedert sich in zwei Hauptkomponenten:

1. Bayessche Punktschätzung:
   Die Autoren untersuchen zwei Bayessche Schätzer für den Assoziationsparameter $\theta$ unter quadratischem Fehlerverlust:

   • Bayesscher Flat-Prior-Schätzer (BFPE): Abgeleitet unter Verwendung eines nicht-informativen generalisierten Flat-Priors ($\pi_{FP}(\theta) = d > 0$).
   • Bayesscher Jeffreys-Prior-Schätzer (BJPE): Abgeleitet unter Verwendung des invarianten Jeffreys-Priors ($\pi_{JP}(\theta) = \sqrt{I(\theta)}$), wobei $I(\theta)$ die Fisher-Information pro Beobachtung ist.

   Diese Schätzer werden im Rahmen einer umfassenden Simulationsstudie mit $M = 4 \times 10^4$ Wiederholungen mit dem MLE verglichen. Die Studie bewertet Verzerrung (Bias) und mittleren quadratischen Fehler (MSE) über Stichprobengrößen $n$ im Bereich von 15 bis 100 und Parameterwerte $\theta$ von 0,1 bis 10. Die für die Bayesschen Schätzer erforderliche numerische Integration wird mittels adaptiver Quadratur in R durchgeführt, wobei besonderes Augenmerk auf die Rechengenauigkeit bei kleinen Stichprobengrößen gelegt wird.

2. Anpassungsgüte-Tests (GoF):
   Die Autoren nehmen die von Genest et al. (2006) vorgeschlagenen Teststatistiken nach Cramér–von Mises ($S_n$) und Kolmogorov–Smirnov ($T_n$) erneut auf. Sie führen eine umfangreiche Simulationsstudie mit 10.000 Wiederholungen durch, um erweiterte Tabellen kritischer Werte für $S_n$ und $T_n$ beim 90. und 95. Perzentil zu generieren. Diese Tabellen decken Stichprobengrößen $n \in [25, 1000]$ und Assoziationsparameter $\theta \in [-25, 25]$ ab. Die Studie analysiert zudem die Verteilungseigenschaften dieser Statistiken und stellt deren fehlende Symmetrie bezüglich $\theta$ fest.

3. Anwendung auf Grundwasserdaten:
   Die Methodik wird auf einen Datensatz aus der Provinz Dong Thap, Vietnam, angewendet, der Grundwasserproben aus zwei Teilregionen umfasst (Nord, $n=23$; Süd, $n=44$). Die Studie modelliert die Assoziation zwischen Arsen (As) und drei unbedenklichen Elementen: Chlorid (Cl), Redox-Potenzial (Eh) und pH-Wert. Die Autoren verifizieren zunächst die Nicht-Normalität der Randverteilungen und testen dann die Hypothese, dass die bivariaten Paare einer Frank-Copula-Verteilung folgen, unter Verwendung der neu generierten kritischen Werte und Bootstrap-p-Werte.

Hauptergebnisse

• Leistung der Schätzer:

  • Kleine Stichproben ($n \le 25$): Der BJPE dominiert sowohl den BFPE als auch den MLE hinsichtlich des MSE eindeutig. Der MLE leistet gute Arbeit, ist jedoch in diesem Bereich dem BJPE leicht unterlegen.
  • Mittlere bis große Stichproben ($n > 25$): Die Leistungslücke verringert sich signifikant. Für $n > 25$ zeigen BJPE, BFPE und MLE nahezu identische Leistung hinsichtlich sowohl Bias als auch MSE und werden statistisch äquivalent.
  • Rechnerische Nuance: Die Autoren stellen fest, dass für sehr kleine Stichproben ($n \le 10$) die Lösung der Normalgleichung über den Befehl nleqslv in R zu weniger genauen MLE-Ergebnissen führt als die direkte Maximierung der Log-Likelihood über optim.

• Eigenschaften der GoF-Tests:

  • Asymmetrie: Entgegen der Intuition sind die kritischen Werte für $S_n$ und $T_n$ nicht symmetrisch bezüglich $\theta$ (d. h. Werte für $\theta$ und $-\theta$ unterscheiden sich). Dies wird auf das Fehlen einer Symmetrie in der Verteilungsfunktion $K(t, \theta)$ zurückgeführt.
  • Monotonie: Die kritischen Werte beider Statistiken nehmen ab, wenn der Betrag von $\theta$ zunimmt (weg von 0).
  • Implementierung: Die Autoren schlagen eine praktische Regel für die Durchführung des GoF-Tests vor: Verwenden Sie den Absolutwert des geschätzten Parameters, $|\hat{\theta}|$, um kritische Werte aus den Tabellen auszuwählen, oder orientieren Sie die Daten $(U, 1-V)$ neu, falls $\hat{\theta}$ negativ ist und $|\hat{\theta}| \ge 2,5$ gilt.

• Anwendung auf Grundwasser:

  • Die GoF-Tests (sowohl $S_n$ als auch $T_n$) und Bootstrap-p-Werte unterstützen überwältigend die Hypothese, dass die bivariaten Paare (As-Cl, As-Eh, As-pH, Eh-pH) in beiden Teilregionen durch die Frank-Copula modelliert werden können.
  • Die geschätzten Assoziationsparameter ($\hat{\theta}$) zeigen unterschiedliche Dynamiken: As und pH weisen im Norden eine positive Assoziation, im Süden jedoch eine schwache Assoziation auf; As und Eh zeigen im Süden eine starke negative Assoziation.
  • Parametrische Korrelationsschätzungen, die aus der Frank-Copula abgeleitet wurden ($\hat{\hat{\rho}}_K, \hat{\hat{\rho}}_S$), stimmen eng mit nicht-parametrischen Schätzungen überein und validieren die Modellpassung.

Bedeutung und Behauptungen
Die Arbeit beansprucht drei spezifische Beiträge zu leisten:

1. Bayessche Erweiterung: Sie bietet den ersten umfassenden Vergleich von Bayesschen Schätzern (BFPE und BJPE) mit dem MLE für die Frank-Copula. Sie stellt fest, dass der BJPE aufgrund seiner überlegenen MSE-Leistung der bevorzugte Schätzer für kleine Stichprobengrößen ($n \le 25$) ist.
2. Verfeinerung der GoF-Tests: Sie ergänzt und verfeinert das wegweisende Werk von Genest et al. (2006), indem sie hochpräzise Tabellen kritischer Werte auf Basis von 10.000 Wiederholungen (im Vergleich zu zuvor 1.000) bereitstellt und eine nicht-intuitive Asymmetrie in den Verteilungen der Teststatistiken aufdeckt.
3. Praktische Anwendung: Sie demonstriert die Nützlichkeit der Frank-Copula bei der Modellierung komplexer, nicht-normalverteilter Umweltdaten, speziell der Grundwasserdynamik in Vietnam, und bietet einen robusten Rahmen zum Verständnis der Assoziation zwischen krebserregenden und unbedenklichen Elementen.

Die Autoren bewahren einen bescheidenen Ton und stellen fest, dass die GoF-Tests zwar das Frank-Copula-Modell unterstützen, diese Anwendung jedoch als Ausgangspunkt für zukünftige Studien dient, die nichtlineare Regression und multivariate Erweiterungen umfassen. Sie heben zudem hervor, dass die rechnerischen Aspekte des MLE in R bei sehr kleinen Stichproben sorgfältig gehandhabt werden müssen, um Verzerrungen zu vermeiden.