Correcting exponentiality test for binned earthquake magnitudes

Título: Correção do teste de exponencialidade para magnitudes de terremotos agrupadas (binned)

Autores: Angela Stallone e Ilaria Spassiani (Istituto Nazionale di Geofisica e Vulcanologia, Itália)

1. O Problema

A Lei de Gutenberg-Richter (GR) descreve a distribuição de frequências de magnitudes de terremotos acima de um limiar de completude ($M_c$) como uma distribuição exponencial contínua. No entanto, os catálogos sísmicos reais reportam magnitudes com resolução finita (geralmente uma casa decimal), resultando em dados discretos que seguem uma distribuição geométrica, e não uma exponencial contínua.

Para estimar o $M_c$, é comum aplicar o teste de Lilliefors (uma variação do teste de Kolmogorov-Smirnov adaptada para dados exponenciais com parâmetros estimados), que assume dados contínuos. A prática padrão para lidar com a discreção dos dados é adicionar "ruído" uniforme (dithering) às magnitudes agrupadas, transformando-as em variáveis contínuas antes do teste.

O problema identificado pelos autores é que o dithering com ruído uniforme não recupera corretamente a distribuição exponencial contínua subjacente. Em vez disso, gera uma distribuição residual em "degraus" (piecewise-constant). Embora esse erro passe despercebido em catálogos pequenos, ele se torna detectável em catálogos grandes ou de alta resolução, levando a uma superestimação sistemática do magnitude de completude ($M_c$). Em catálogos modernos de alta resolução (com milhões de eventos), esse viés pode exceder uma unidade de magnitude, comprometendo análises estatísticas subsequentes.

2. Metodologia

Os autores abordaram o problema através de uma combinação de derivação analítica rigorosa e experimentos numéricos:

• Derivação Analítica:
  • Demonstraram matematicamente que a soma de uma variável aleatória geométrica (magnitudes agrupadas) e uma variável uniforme (ruído de dithering) resulta em uma função de densidade de probabilidade (PDF) contínua, mas constante por partes (estilo escada), e não exponencial.
  • Derivaram a distribuição exata de ruído necessária para que a convolução com a distribuição geométrica resulte na distribuição exponencial contínua desejada. Concluíram que o ruído adicionado deve seguir uma distribuição exponencial truncada dentro de cada intervalo de bin ($\Delta m$), e não uma distribuição uniforme.
• Experimentos Numéricos:
  • Geraram catálogos sintéticos baseados na Lei de GR discretizada.
  • Aplicaram o teste de Lilliefors em dois cenários:
    1. Adicionando ruído uniforme (prática atual).
    2. Adicionando ruído exponencial truncado (proposta do artigo).
  • Variaram o tamanho do catálogo (de 1.000 a 1.000.000 de eventos) e a largura do bin ($\Delta m$) para observar a probabilidade de rejeição da hipótese nula e a estimativa de $M_c$.

3. Contribuições Chave

1. Identificação do Viés: Evidência analítica e numérica de que o dithering uniforme introduz um viés sistemático que distorce a forma da distribuição, criando desvios detectáveis da exponencialidade em grandes amostras.
2. Solução Teórica: Derivação da distribuição de ruído correta (exponencial truncada) que restaura matematicamente a distribuição exponencial contínua a partir de dados discretos.
3. Correção Prática: Proposta de uma modificação mínima e simples ao fluxo de trabalho existente (substituir o gerador de ruído uniforme por um exponencial truncado) para corrigir a estimativa de $M_c$.
4. Independência do Teste: A conclusão de que o viés e a correção são independentes do teste estatístico específico utilizado, aplicando-se a qualquer teste de exponencialidade em dados discretizados.

4. Resultados

• Cenário com Ruído Uniforme (Prática Atual):
  • Para catálogos pequenos (< 10.000 eventos), o teste de Lilliefors frequentemente não rejeita a hipótese nula, dando uma falsa impressão de corretude.
  • Para catálogos grandes (> 100.000 eventos), a probabilidade de rejeição do teste de Lilliefors aumenta drasticamente (chegando a 100% em alguns casos), levando o algoritmo a estimar um $M_c$ muito maior que o valor real.
  • Em catálogos de 1 milhão de eventos, o viés na estimativa de $M_c$ pode ser superior a 1,0 unidade de magnitude.
• Cenário com Ruído Exponencial Truncado (Proposta):
  • A estimativa de $M_c$ permanece estável e próxima do valor verdadeiro ($M_{min}$) em todas as faixas de tamanho de catálogo.
  • As probabilidades de rejeição do teste de Lilliefors permanecem consistentes com o nível de significância ($\alpha = 0.1$) em todas as combinações de tamanho de catálogo e largura de bin, mesmo para catálogos de 1 milhão de eventos.
  • Pequenos desvios observados em tamanhos extremos foram atribuídos a efeitos de precisão numérica computacional, mas são insignificantes comparados ao viés do método atual.

5. Significância

Este trabalho é crucial para a sismologia estatística moderna, especialmente com o advento de catálogos de alta resolução gerados por técnicas de template-matching e aprendizado de máquina, que contêm milhões de eventos.

• Impacto na Análise de Risco: A superestimação de $M_c$ leva à exclusão injustificada de eventos de menor magnitude dos dados analisados, resultando em estimativas incorretas do parâmetro $b$ (taxa de decaimento) e, consequentemente, em previsões de risco sísmico e probabilidade de ocorrência de grandes terremotos imprecisas.
• Validade de Catálogos de Alta Resolução: O estudo explica por que catálogos de alta resolução, que deveriam melhorar a caracterização da sismicidade, às vezes apresentam taxas de rejeição inexplicavelmente altas para a Lei de Gutenberg-Richter. A correção proposta permite que esses catálogos sejam utilizados com integridade estatística.
• Aplicabilidade Imediata: A solução é computacionalmente leve e pode ser implementada imediatamente em softwares de análise sísmica (como o pacote Python mencionado pelos autores), melhorando a confiabilidade de estudos baseados em catálogos globais e regionais.

Em resumo, o artigo demonstra que a prática convencional de "suavizar" dados sísmicos discretos com ruído uniforme é estatisticamente inadequada para grandes conjuntos de dados e propõe uma correção matemática rigorosa para restaurar a validade das testes de exponencialidade.