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

Sintesi Tecnica: Copula di Frank Bivariata: Stima Puntuale e Bontà di Adattamento con Applicazione alle Acque Sotterranee

Enunciato del Problema
Questo lavoro affronta due sfide principali nell'analisi statistica di dati bivariati utilizzando la Copula di Frank. In primo luogo, mentre ricerche precedenti (Pham et al., 2025) hanno stabilito la superiorità dello Stimatore di Massima Verosimiglianza (MLE) rispetto agli stimatori basati sul metodo dei momenti per il parametro di associazione $\theta$, le prestazioni degli stimatori bayesiani sotto prior non informative sono rimaste inesplorate. In secondo luogo, sebbene Genest et al. (2006) abbiano introdotto test di Bontà di Adattamento (GoF) per le Copule di Frank, i loro valori critici si basavano su simulazioni limitate (1.000 repliche) e mancavano di tabelle complete per diverse dimensioni campionarie e intervalli di parametri. Inoltre, gli autori hanno identificato la necessità di applicare questi strumenti statistici a dati ambientali reali, specificamente la contaminazione delle acque sotterranee nel Delta del Mekong, dove le distribuzioni marginali sono spesso non normali.

Metodologia
Il lavoro è suddiviso in due componenti principali:

1. Stima Puntuale Bayesiana:
   Gli autori esaminano due stimatori bayesiani per il parametro di associazione $\theta$ sotto perdita di errore quadratico:

   • Stimatore Bayesiano con Prior Piatto (BFPE): Derivato utilizzando una prior generalizzata piatta non informativa ($\pi_{FP}(\theta) = d > 0$).
   • Stimatore Bayesiano con Prior di Jeffreys (BJPE): Derivato utilizzando la prior invariante di Jeffreys ($\pi_{JP}(\theta) = \sqrt{I(\theta)}$), dove $I(\theta)$ è l'Informazione di Fisher per Osservazione.

   Questi stimatori sono confrontati con l'MLE attraverso uno studio di simulazione completo che coinvolge $M = 4 \times 10^4$ repliche. Lo studio valuta la Distorsione (Bias) e l'Errore Quadratico Medio (MSE) per dimensioni campionarie $n$ comprese tra 15 e 100 e valori del parametro $\theta$ da 0,1 a 10. L'integrazione numerica richiesta per gli stimatori bayesiani viene eseguita utilizzando la quadratura adattiva in R, con particolare attenzione alla precisione computazionale per dimensioni campionarie piccole.

2. Test di Bontà di Adattamento (GoF):
   Gli autori riesaminano le statistiche di test di Cramér–von Mises ($S_n$) e Kolmogorov–Smirnov ($T_n$) proposte da Genest et al. (2006). Conduttano uno studio di simulazione esteso con 10.000 repliche per generare tabelle ampliate di valori critici per $S_n$ e $T_n$ ai percentili 90 e 95. Queste tabelle coprono dimensioni campionarie $n \in [25, 1000]$ e parametri di associazione $\theta \in [-25, 25]$. Lo studio analizza anche le proprietà distributive di queste statistiche, notando la loro mancanza di simmetria rispetto a $\theta$.

3. Applicazione ai Dati delle Acque Sotterranee:
   La metodologia viene applicata a un dataset della provincia di Dong Thap, Vietnam, comprendente campioni di acque sotterranee da due sottoregioni (Nord, $n=23$; Sud, $n=44$). Lo studio modella l'associazione tra Arsenico (As) e tre elementi benigni: Cloruro (Cl), livello Redox (Eh) e pH. Gli autori verificano prima la non normalità delle distribuzioni marginali e poi testano l'ipotesi che le coppie bivariate seguano una distribuzione Copula di Frank utilizzando i nuovi valori critici generati e i valori p bootstrap.

Risultati Chiave

• Prestazioni degli Stimatori:

  • Campioni Piccoli ($n \le 25$): Il BJPE domina uniformemente sia il BFPE che l'MLE in termini di MSE. L'MLE performa bene ma è leggermente inferiore al BJPE in questo intervallo.
  • Campioni da Moderati a Grandi ($n > 25$): Il divario di prestazioni si riduce significativamente. Per $n > 25$, BJPE, BFPE e MLE mostrano prestazioni quasi identiche in termini sia di Distorsione che di MSE, diventando statisticamente equivalenti.
  • Sfumatura Computazionale: Gli autori notano che per campioni molto piccoli ($n \le 10$), la risoluzione dell'equazione normale tramite il comando nleqslv in R produce risultati MLE meno accurati rispetto alla massimizzazione diretta della log-verosimiglianza tramite optim.

• Proprietà del Test GoF:

  • Asimmetria: Contrariamente all'intuizione, i valori critici per $S_n$ e $T_n$ non sono simmetrici rispetto a $\theta$ (cioè, i valori per $\theta$ e $-\theta$ differiscono). Ciò è attribuito alla mancanza di simmetria nella funzione di distribuzione $K(t, \theta)$.
  • Monotonia: I valori critici per entrambe le statistiche diminuiscono all'aumentare del valore assoluto di $\theta$ (allontanandosi da 0).
  • Implementazione: Gli autori propongono una regola pratica per implementare il test GoF: utilizzare il valore assoluto del parametro stimato, $|\hat{\theta}|$, per selezionare i valori critici dalle tabelle, oppure reorientare i dati $(U, 1-V)$ se $\hat{\theta}$ è negativo e $|\hat{\theta}| \ge 2.5$.

• Applicazione alle Acque Sotterranee:

  • I test GoF (sia $S_n$ che $T_n$) e i valori p bootstrap supportano in modo schiacciante l'ipotesi che le coppie bivariata (As-Cl, As-Eh, As-pH, Eh-pH) in entrambe le sottoregioni possano essere modellate dalla Copula di Frank.
  • I parametri di associazione stimati ($\hat{\theta}$) rivelano dinamiche distinte: As e pH mostrano un'associazione positiva nel Nord ma un'associazione debole nel Sud; As ed Eh mostrano una forte associazione negativa nel Sud.
  • Le stime di correlazione parametriche derivate dalla Copula di Frank ($\hat{\hat{\rho}}_K, \hat{\hat{\rho}}_S$) si allineano strettamente con le stime non parametriche, validando l'adattamento del modello.

Significato e Affermazioni
Il lavoro afferma di apportare tre contributi specifici:

1. Estensione Bayesiana: Fornisce il primo confronto completo degli stimatori bayesiani (BFPE e BJPE) rispetto all'MLE per la Copula di Frank. Stabilisce che il BJPE è lo stimatore preferito per dimensioni campionarie piccole ($n \le 25$) a causa della sua superiore prestazione in termini di MSE.
2. Raffinamento dei Test GoF: Completa e affina il lavoro seminale di Genest et al. (2006) fornendo tabelle di valori critici ad alta precisione basate su 10.000 repliche (rispetto alle 1.000 precedenti) e scoprendo un'asimmetria non intuitiva nelle distribuzioni delle statistiche di test.
3. Applicazione Pratica: Dimostra l'utilità della Copula di Frank nella modellazione di dati ambientali complessi e non normali, specificamente la dinamica delle acque sotterranee in Vietnam, offrendo un quadro robusto per comprendere l'associazione tra elementi cancerogeni e benigni.

Gli autori mantengono un tono modesto, notando che, sebbene i test GoF supportino il modello Copula di Frank, questa applicazione serve come punto di partenza per futuri studi che coinvolgono regressione non lineare ed estensioni multivariate. Sottolineano inoltre che gli aspetti computazionali dell'MLE in R richiedono un'attenta gestione per campioni molto piccoli per evitare distorsioni.