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

तकनीकी सारांश: द्विचरीय फ्रैंक कोपुला (Bivariate Frank Copula): भूजल अनुप्रयोग के साथ बिंदु अनुमान और सुसंगतता परीक्षण (Goodness of Fit)

समस्या विवरण
यह कार्य फ्रैंक कोपुला का उपयोग करके द्विचरीय डेटा (bivariate data) के सांख्यिकीय विश्लेषण में दो प्राथमिक चुनौतियों को संबोधित करता है। पहला, जबकि पिछले शोध (Pham et al., 2025) ने जुड़ाव पैरामीटर $\theta$ के लिए मैक्सिमम लाइक्लीहुड एस्टिमेटर (MLE) की मेथड-ऑफ-मोमेंट्स एस्टिमेटर्स पर श्रेष्ठता स्थापित की थी, गैर-सूचनात्मक प्रायर्स (noninformative priors) के तहत बेयसियन एस्टिमेटर्स के प्रदर्शन का अन्वेषण नहीं किया गया था। दूसरा, जबकि Genest et al. (2006) ने फ्रैंक कोपुला के लिए गुडनेस ऑफ फिट (GoF) परीक्षणों को पेश किया था, उनके क्रिटिकल मान सीमित सिमुलेशन (1,000 प्रतिकृति) पर आधारित थे और विभिन्न नमूना आकारों और पैरामीटर श्रेणियों के लिए व्यापक तालिकाओं का अभाव था। इसके अतिरिक्त, लेखकों ने इन सांख्यिकीय उपकरणों को वास्तविक दुनिया के पर्यावरणीय डेटा, विशेष रूप से मेकांग डेल्टा में भूजल संदूषण पर लागू करने की आवश्यकता की पहचान की, जहाँ मार्जिनल वितरण अक्सर सामान्य (non-normal) नहीं होते हैं।

कार्यप्रणाली (Methodology)
यह शोध पत्र दो प्रमुख घटकों में विभाजित है:

1. बेयसियन बिंदु अनुमान (Bayesian Point Estimation):
   लेखक स्क्वेयर्ड एरर लॉस के तहत जुड़ाव पैरामीटर $\theta$ के लिए दो बेयस एस्टिमेटर्स की जांच करते हैं:

• बेयज फ्लैट प्रायर एस्टिमेटर (BFPE): इसे एक गैर-सूचनात्मक सामान्यीकृत फ्लैट प्रायर ($\pi_{FP}(\theta) = d > 0$) का उपयोग करके प्राप्त किया गया है।
• बेयज जेफ्रीज़ प्रायर एस्टिमेटर (BJPE): इसे इनवेरिएंट जेफ्रीज़ प्रायर ($\pi_{JP}(\theta) = \sqrt{I(\theta)}$) का उपयोग करके प्राप्त किया गया है, जहाँ $I(\theta)$ प्रति अवलोकन फिशर इंफॉर्मेशन है।

इन एस्टिमेटर्स की तुलना $M = 4 \times 10^4$ प्रतिकृतियों वाले एक व्यापक सिमुलेशन अध्ययन के माध्यम से MLE के विरुद्ध की जाती है। यह अध्ययन $n = 15$ से $100$तक के नमूना आकार और$\theta = 0.1$से$10$ तक के पैरामीटर मानों के लिए बायस (Bias) और मीन स्क्वेयर्ड एरर (MSE) का मूल्यांकन करता है। बेयस एस्टिमेटर्स के लिए आवश्यक संख्यात्मक एकीकरण (numerical integration) R में एडेप्टिव क्वाड्रैचर का उपयोग करके किया जाता है, जिसमें छोटे नमूना आकारों के लिए कम्प्यूटेशनल सटीकता पर विशेष ध्यान दिया गया है।

2. गुडनेस ऑफ फिट (GoF) परीक्षण:
   लेखक Genest et al. (2006) द्वारा प्रस्तावित क्रैमर–वॉन मिसेस ($S_n$) और कोलमोगोरोव–स्मिरनोव ($T_n$) टेस्ट स्टैटिस्टिक्स का पुनरावलोकन करते हैं। वे $S_n$ और $T_n$ के लिए विस्तारित क्रिटिकल वैल्यू टेबल बनाने के लिए 10,000 प्रतिकृतियों के एक व्यापक सिमुलेशन अध्ययन का संचालन करते हैं। ये तालिकाएं $n \in [25, 1000]$ और $\theta \in [-25, 25]$ के नमूना आकार और जुड़ाव पैरामीटर को कवर करती हैं। अध्ययन इन स्टैटिस्टिक्स के वितरण गुणों का भी विश्लेषण करता है, और $\theta$ के संबंध में उनकी विषमता (lack of symmetry) को नोट करता है।

3. भूजल अनुप्रयोग (Application to Groundwater Data):
   इस कार्यप्रणाली को डोंग थाप प्रांत, वियतनाम के एक डेटासेट पर लागू किया गया है, जिसमें दो उप-क्षेत्रों (उत्तर, $n=23$; दक्षिण, $n=44$) से भूजल नमूने शामिल हैं। अध्ययन आर्सेनिक (As) और तीन सौम्य तत्वों: क्लोराइड (Cl), रेडॉक्स स्तर (Eh), और pH के बीच जुड़ाव का मॉडल बनाता है। लेखक पहले मार्जिनल वितरणों की गैर-सामान्यता (non-normality) को सत्यापित करते हैं और फिर इस परिकल्पना का परीक्षण करते हैं कि द्विचरीय जोड़े फ्रैंक कोपुला वितरण का पालन करते हैं, जिसके लिए नए उत्पन्न क्रिटिकल मानों और बूटस्ट्रैप p-मानों का उपयोग किया जाता है।

प्रमुख परिणाम

• एस्टिमेटर प्रदर्शन:

  • छोटे नमूने ($n \le 25$): BJPE, MSE के संदर्भ में BFPE और MLE दोनों पर समान रूप से हावी रहता है। MLE अच्छा प्रदर्शन करता है लेकिन इस सीमा में BJPE से थोड़ा कमतर है।
  • मध्यम से बड़े नमूने ($n > 25$): प्रदर्शन का अंतर काफी कम हो जाता है। $n > 25$ के लिए, BJPE, BFCE, और MLE दोनों बायस और MSE के मामले में लगभग समान प्रदर्शन प्रदर्शित करते हैं, और सांख्यिकीय रूप से समतुल्य हो जाते हैं।
  • कम्प्यूटेशनल सूक्ष्मता: लेखक नोट करते हैं कि बहुत छोटे नमूनों ($n \le 10$) के लिए, R में nleqslv कमांड के माध्यम से नॉर्मल इक्वेशन को हल करने से optim के माध्यम से सीधे लॉग-लाइक्लीहुड को अधिकतम करने की तुलना में कम सटीक MLE परिणाम मिलते हैं।

• GoF टेस्ट गुण:

  • विषमता (Asymmetry): अंतर्ज्ञान के विपरीत, $S_n$ और $T_n$ के क्रिटिकल मान $\theta$ के संबंध में सममित (symmetric) नहीं हैं (अर्थात, $\theta$ और $-\theta$ के मान भिन्न होते हैं)। इसका श्रेय वितरण फलन $K(t, \theta)$ में विषमता को दिया जाता है।
  • एकदिशता (Monotonicity): दोनों सांख्यिकीओं के क्रिटिकल मान $\theta$ के परिमाण के बढ़ने के साथ (0 से दूर जाने पर) कम होते जाते हैं।
  • कार्यान्वयन: लेखक GoF परीक्षण को लागू करने के लिए एक व्यावहारिक नियम प्रस्तावित करते हैं: तालिकाओं से क्रिटिकल मान चुनने के लिए अनुमानित पैरामीटर के निरपेक्ष मान, $|\hat{\theta}|$, का उपयोग करें, या यदि $\hat{\theta}$ ऋणात्मक है और $|\hat{\theta}| \ge 2.5$ है, तो डेटा को $(U, 1-V)$ के रूप में पुनर्गठित करें।

• भूजल अनुप्रयोग:

  • GoF परीक्षण (दोनों $S_n$ और $T_n$) और बूटस्ट्रैप p-मान भारी रूप से इस परिकल्पना का समर्थन करते हैं कि दोनों उप-क्षेत्रों (As-Cl, As-Eh, As-pH, Eh-pH) में द्विचरीय जोड़े फ्रैंक कोपुला द्वारा मॉडल किए जा सकते हैं।
  • अनुमानित जुड़ाव पैरामीटर ($\hat{\theta}$) विशिष्ट गतिशीलता प्रकट करते हैं: उत्तर में As और pH के बीच सकारात्मक जुड़ाव दिखता है, लेकिन दक्षिण में कमजोर जुड़ाव है; दक्षिण में As और Eh के बीच मजबूत नकारात्मक जुड़ाव है।
  • फ्रैंक कोपुला से प्राप्त पैरामेट्रिक कोरिलेशन अनुमान ($\hat{\hat{\rho}}_K, \hat{\hat{\rho}}_S$), नॉन-पैरामेट्रिक अनुमानों के करीब हैं, जो मॉडल फिट की पुष्टि करते हैं।

महत्व और दावे
यह शोध पत्र तीन विशिष्ट योगदानों का दावा करता है:

1. बेयसियन विस्तार: यह फ्रैंक कोपुला के लिए MLE के विरुद्ध बेयस एस्टिमेटर्स (BFPE और BJPE) की पहली व्यापक तुलना प्रदान करता है। यह स्थापित करता है कि छोटे नमूना आकार ($n \le 25$) के लिए BJPE अपने बेहतर MSE प्रदर्शन के कारण पसंदीदा एस्टिमेटर है।
2. GoF परीक्षणों का परिशोधन: यह 10,000 प्रतिकृतियों (पहले के 1,000 के मुकाबले) पर आधारित उच्च-परिशुद्धता वाली क्रिटिकल वैल्यू टेबल प्रदान करके और टेस्ट स्टैटिस्टिक्स के वितरण में गैर-सहज विषमता को उजागर करके Genest et al. (2006) के मौलिक कार्य को पूरा करता है।
3. व्यावहारिक अनुप्रयोग: यह जटिल, गैर-सामान्य पर्यावरणीय डेटा, विशेष रूप से वियतनाम में भूजल गतिशीलता को मॉडल करने के लिए फ्रैंक कोपुला की उपयोगिता को प्रदर्शित करता है, जो कैंसरकारी और सौम्य तत्वों के बीच जुड़ाव को समझने के लिए एक मजबूत ढांचा प्रदान करता है।

लेखक एक विनम्र लहजा बनाए रखते हैं, यह नोट करते हुए कि हालांकि GoF परीक्षण फ्रैंक कोपुला मॉडल का समर्थन करते हैं, यह अनुप्रयोग गैर-रेखीय प्रतिगमन (nonlinear regression) और बहुभिन्नरूपी विस्तार (multivariate extensions) से जुड़े भविष्य के अध्ययनों के लिए एक शुरुआती बिंदु के रूप में कार्य करता है। वे यह भी रेखांकित करते हैं कि बहुत छोटे नमों के लिए R में MLE के कम्प्यूटेशनल पहलुओं को पूर्वाग्रह (bias) से बचने के लिए सावधानीपूर्वक संभालने की आवश्यकता है।