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

技术摘要：双变量 Frank Copula：点估计与拟合优度检验及其在地下水中的应用

问题陈述
本研究解决了使用 Frank Copula 进行双变量数据统计分析中的两个主要挑战。首先，尽管先前的研究（Pham 等人，2025）确立了最大似然估计量（MLE）在关联参数 $\theta$ 上优于矩估计量，但非信息先验下贝叶斯估计量的性能仍未被探索。其次，尽管 Genest 等人（2006）引入了 Frank Copula 的拟合优度（GoF）检验，但其临界值基于有限的模拟（1,000 次重复），且缺乏针对不同样本量和参数范围的全面表格。此外，作者指出有必要将这些统计工具应用于现实世界的环境数据，特别是湄公河三角洲的地下水污染问题，在该问题中边缘分布通常是非正态的。

方法论
本文分为两个主要部分：

1. 贝叶斯点估计：
   作者研究了在平方误差损失下关联参数 $\theta$ 的两种贝叶斯估计量：

   • 贝叶斯平坦先验估计量（BFPE）： 使用非信息广义平坦先验（$\pi_{FP}(\theta) = d > 0$）推导得出。
   • 贝叶斯 Jeffreys 先验估计量（BJPE）： 使用不变 Jeffreys 先验（$\pi_{JP}(\theta) = \sqrt{I(\theta)}$）推导得出，其中 $I(\theta)$ 为单次观测的 Fisher 信息量。

   这些估计量通过一项涉及 $M = 4 \times 10^4$ 次重复的综合模拟研究与 MLE 进行了比较。该研究评估了样本量 $n$ 从 15 到 100 以及参数值 $\theta$ 从 0.1 到 10 范围内的偏差和均方误差（MSE）。贝叶斯估计量所需的数值积分使用 R 语言中的自适应求积法执行，并特别注意了小样本量的计算精度。

2. 拟合优度（GoF）检验：
   作者重新审视了 Genest 等人（2006）提出的 Cramér–von Mises（$S_n$）和 Kolmogorov–Smirnov（$T_n$）检验统计量。他们进行了一项包含 10,000 次重复的广泛模拟研究，以生成 $S_n$ 和 $T_n$ 在第 90 和第 95 百分位数的扩展临界值表。这些表格涵盖了样本量 $n \in [25, 1000]$ 和关联参数 $\theta \in [-25, 25]$。该研究还分析了这些统计量的分布特性，指出它们关于 $\theta$ 缺乏对称性。

3. 地下水数据应用：
   该方法应用于越南同塔省的一个数据集，包含来自两个子区域（北部，$n=23$；南部，$n=44$）的地下水样本。该研究对砷（As）与三种良性元素——氯（Cl）、氧化还原电位（Eh）和 pH 值——之间的关联进行了建模。作者首先验证了边缘分布的非正态性，然后利用新生成的临界值和 Bootstrap p 值检验了双变量对是否遵循 Frank Copula 分布的假设。

主要结果

• 估计量性能：

  • 小样本（$n \le 25$）： 就 MSE 而言，BJPE 在各方面均优于 BFPE 和 MLE。MLE 表现良好，但在此范围内略逊于 BJPE。
  • 中等至大样本（$n > 25$）： 性能差距显著缩小。对于 $n > 25$，BJPE、BFPE 和 MLE 在偏差和 MSE 方面表现出几乎相同的性能，在统计上变得等价。
  • 计算细微差别： 作者指出，对于非常小的样本（$n \le 10$），通过 R 中的 nleqslv 命令求解正规方程得出的 MLE 结果，不如通过 optim 直接最大化对数似然函数得出的结果准确。

• GoF 检验特性：

  • 不对称性： 与直觉相反，$S_n$ 和 $T_n$ 的临界值关于 $\theta$ 并不对称（即 $\theta$ 和 $-\theta$ 的值不同）。这归因于分布函数 $K(t, \theta)$ 缺乏对称性。
  • 单调性： 随着 $|\theta|$ 的增加（远离 0），两个统计量的临界值均减小。
  • 实施： 作者提出了实施 GoF 检验的实用规则：使用估计参数的绝对值 $|\hat{\theta}|$ 从表格中选择临界值；或者，如果 $\hat{\theta}$ 为负且 $|\hat{\theta}| \ge 2.5$，则重新定向数据 $(U, 1-V)$。

• 地下水应用：

  • GoF 检验（$S_n$ 和 $T_n$）及 Bootstrap p 值有力地支持了以下假设：两个子区域中的双变量对（As-Cl、As-Eh、As-pH、Eh-pH）均可由 Frank Copula 建模。
  • 估计的关联参数（$\hat{\theta}$）揭示了不同的动态：在北部，As 和 pH 呈正相关，而在南部关联较弱；在南部，As 和 Eh 呈强负相关。
  • 源自 Frank Copula 的参数相关估计（$\hat{\hat{\rho}}_K, \hat{\hat{\rho}}_S$）与非参数估计值高度一致，验证了模型的拟合度。

意义与主张
本文声称做出了三项具体贡献：

1. 贝叶斯扩展： 提供了 Frank Copula 的贝叶斯估计量（BFPE 和 BJPE）与 MLE 的首次全面比较。研究确立，由于 MSE 性能优越，BJPE 是小样本量（$n \le 25$）的首选估计量。
2. GoF 检验的完善： 通过提供基于 10,000 次重复（此前为 1,000 次）的高精度临界值表，并揭示检验统计量分布中非直观的不对称性，补充并完善了 Genest 等人（2006）的开创性工作。
3. 实际应用： 展示了 Frank Copula 在建模复杂非正态环境数据（特别是越南地下水动态）中的效用，为理解致癌元素与良性元素之间的关联提供了稳健的框架。

作者保持了谦逊的语气，指出尽管 GoF 检验支持 Frank Copula 模型，但该应用仅作为未来涉及非线性回归和多变量扩展研究的起点。他们还强调，R 语言中 MLE 的计算方面需要谨慎处理非常小的样本，以避免偏差。