Resumen Técnico: ACOPULA – Inferencia de Copulas Arquimedianas mediante Diferenciación Automática en Modo Taylor

Enunciado del Problema

El artículo aborda tres limitaciones críticas en las herramientas existentes para ajustar copulas arquimedianas anidadas, una clase de modelos esencial para capturar la dependencia jerárquica en análisis de supervivencia, finanzas y escenarios de riesgo clínico:

1. Censura por variable: Las herramientas existentes generalmente solo manejan problemas bivariados, tiempos de censura compartidos o casos de baja dimensión ($d \le 10$). No logran acomodar máscaras de censura a la derecha arbitrarias $\delta \in \{0, 1\}^d$, donde diferentes variables en una sola observación pueden ser censuradas independientemente. Esto es común en datos de UCI (por ejemplo, MIMIC-IV), donde las mediciones de laboratorio se censuran al alta en momentos diferentes.
2. Anidamiento y generadores arbitrarios: Las implementaciones actuales (por ejemplo, el paquete copula de R) dependen de tablas de números de Stirling derivadas a mano para un conjunto fijo de cinco generadores clásicos y solo soportan dos capas de anidamiento. No pueden manejar estructuras de árbol arbitrarias, anidamiento de familias mixtas o generadores definidos por el usuario (como las copulas arquimedianas neuronales).
3. Gradientes exactos de parámetros: Ajustar modelos de alta dimensión sin diferenciación automática exacta obliga a depender de métodos libres de derivadas, diferencias finitas o aproximaciones de Monte Carlo (por ejemplo, Estimación de Máxima Verosimilitud Simulada, SMLE). Estos enfoques sufren de mala escalabilidad, sesgo o alta varianza, particularmente a medida que aumenta la dimensionalidad.

El obstáculo matemático central es que la verosimilitud para una cópula anidada con censura requiere evaluar una derivada parcial mixta de la función de distribución acumulada (CDF) de la cópula. Para un árbol de generadores compuestos, esto implica calcular polinomios de Bell parciales de derivadas de alto orden de composiciones de generadores. Los métodos existentes o codifican estos polinomios para familias específicas o recurren a una enumeración combinatoria que escala exponencialmente.

Metodología: ACOPULA

Los autores presentan ACOPULA, un framework nativo de JAX que resuelve estas barreras mediante Diferenciación Automática (AD) en Modo Taylor y potenciación de polinomios.

Algoritmo Central

El framework calcula la densidad de la cópula anidada y sus gradientes mediante una recursión de abajo hacia arriba que reemplaza las tablas de polinomios de Bell derivadas a mano con un único cálculo diferenciable:

1. AD en Modo Taylor (Propagación de Jets): En lugar de llamadas anidadas de AD de primer orden (que escalan como $O(2^n)$), el framework utiliza AD en modo Taylor para calcular el vector de derivadas de alto orden (jets) de cada composición de generador $h = \psi^{-1}_{outer} \circ \psi_{inner}$ en un solo paso hacia adelante. Esto produce los coeficientes de la expansión en serie de Taylor de la composición de la arista.
2. Potenciación de Polinomios para Polinomios de Bell: Los polinomios de Bell parciales $B_{n,k}$ requeridos por la fórmula de densidad de Hofert y Pham [2013] se calculan elevando el vector de coeficientes de Taylor a potencias sucesivas mediante convolución truncada.
   • Sea $p(\epsilon)$ la función generadora exponencial de las derivadas de la arista.
   • El coeficiente de $\epsilon^n$ en $p(\epsilon)^k$ es proporcional a $B_{n,k}$.
   • Mediante la convolución iterativa del vector de Taylor consigo mismo, el framework recupera todos los valores necesarios de los polinomios de Bell sin enumeración combinatoria ni tablas por familia.
3. Manejo de Censura: La censura se trata como una operación de primera clase. Una hoja censurada inicializa su vector de contribución como $\alpha = [1]$ (el identidad para productos de Cauchy), mientras que una hoja no censurada utiliza $\alpha = [0, 1]$. Este mecanismo reduce automáticamente la dimensión efectiva de los pasos de potenciación de polinomios y producto de Cauchy en cada nodo ascendente, permitiendo que el algoritmo maneje máscaras de censura arbitrarias $\delta$ sin recompilación.
4. Estabilidad Numérica: Para prevenir desbordamiento/subdesbordamiento en altas dimensiones (por ejemplo, $d=98$), la implementación opera en el dominio logarítmico utilizando aritmética log-sum-exp con signo y reescalado por índice. Para pares de generadores sin inversos de forma cerrada, resuelve ecuaciones implícitas utilizando gradientes del teorema de la función implícita para evitar la cancelación catastrófica.

Complejidad

• Peor caso: $O(d^3)$ para árboles de profundidad fija.
• Optimizado: $O(d^2)$ para árboles descompuestos en $\sqrt{d}$ (donde cada subárbol no raíz tiene a lo sumo $O(\sqrt{d})$ hojas no censuradas).
• El framework escala cuadráticamente en la práctica para topologías equilibradas, alcanzando dimensiones hasta $d=8,000$.

Contribuciones Clave

1. Inferencia agnóstica a la familia: El framework deriva densidades y gradientes exactos automáticamente para cualquier generador definido por el usuario (clásico o neuronal), eliminando la necesidad de fórmulas derivadas a mano.
2. Censura por variable: Soporta máscaras de censura por observación arbitrarias directamente en la recurrencia central, superando las restricciones bivariadas o de tiempo compartido de herramientas anteriores.
3. Escalabilidad: Logra una escalabilidad de $O(d^2)$ para árboles equilibrados, validada empíricamente hasta $d=8,000$, y proporciona una aceleración de $\sim 650\times$ sobre nacLL de R en $d=35$.
4. Implementación de código abierto: ACOPULA se publica como un paquete JAX con una API simple para densidad de cópulas anidadas, gradientes y diagnósticos de validez.
5. Muestreo: Como subproducto, el framework permite el muestreo práctico de distribuciones condicionales (muestreo de Rosenblatt) para estas cópulas, previamente bloqueado por la dificultad de calcular derivadas de alto orden.

Resultados Experimentales

Los autores validan ACOPULA mediante simulaciones extensas y cuatro experimentos con datos reales:

• Correctitud: La recuperación de parámetros en cópulas de Clayton anidadas simuladas ($d \in \{10, 20, 50\}$) muestra un sesgo $< 2.7\%$ y errores estándar empíricos que coinciden con los errores estándar de Fisher observados. Los valores de densidad coinciden con nacLL de R en $< 10^{-14}$ y con derivadas simbólicas de Mathematica hasta $d=60$.
• MIMIC-IV ($d=53$): Se ajustaron cópulas arquimedianas anidadas en 85,229 ingresos a UCI con censura por variable. Tanto las familias clásicas (Clayton, Frank, Gumbel) como las cópulas arquimedianas anidadas neuronales (ACNet, Gen-AC) se ajustaron con éxito. Los generadores neuronales superaron a los clásicos, con ACNet logrando la mejor verosimilitud negativa fuera de muestra (NLL) con solo 70 parámetros.
• S&P 500 ($d=98$): Se ajustó un modelo jerárquico de 11 sectores sobre rendimientos diarios. Esta dimensión está más allá del alcance de nacLL de R (que aborta después de $d=40$). El modelo Gumbel anidado capturó la dependencia de cola a nivel sectorial consistente con los datos empíricos.
• Estudio de Retinopatía: Demostró la Estimación de Máxima Verosimilitud (MLE) censurada agnóstica a la familia en diez familias arquimedianas, cinco de las cuales no tenían implementación censurada previa.
• Reproducción de HACSurv: El framework reprodujo exactamente los resultados del pipeline de cópulas neuronales HACSurv en el conjunto de datos de Framingham, validando la maquinaria de densidad frente a un solucionador iterativo del teorema de la función inversa.

Significancia

El artículo afirma que ACOPULA unifica la inferencia de cópulas arquimedianas anidadas bajo una única pipeline diferenciable. Al reemplazar secciones codificadas a mano y restringidas con familias arbitrarias, profundidades de anidamiento arbitrarias y derivadas parciales mixtas de alta dimensión, reduce la barrera para que los profesionales en supervivencia, finanzas y confiabilidad construyan modelos de dependencia expresivos, interpretables y conscientes de la censura. El trabajo permite inferencia de verosimilitud exacta en regímenes donde las herramientas anteriores dependían de aproximaciones sesgadas o fallaban completamente debido a la dimensionalidad.