技术摘要：不确定单指数模型的统计推断及其在气象中的应用

1. 问题陈述

本文探讨了对复杂高维数据进行建模的挑战，这类数据的观测值由于频率不稳定性和主观专家判断而具有固有的不精确性。虽然传统的单指数模型（SIMs）在概率框架下能有效缓解针对确切数据的“维度灾难”，但并不适用于不精确数据。将基于概率的 SIMs 应用于不确定数据可能会导致信息丢失、估计偏差以及错误的统计推断。

尽管不确定性理论（Liu, 2007, 2010, 2026）通过不确定测度与分布为处理不精确数据提供了一个稳健的框架，但关于在该理论框架下的单指数模型的系统性研究仍然有限。现有的不确定回归研究主要集中在参数或非参数模型上，在结合降维能力与处理不确定解释变量及响应变量灵活性的半参数单指数建模方面留下了空白。

2. 研究方法

作者提出了两种不同类型不确定单指数模型的统计推断框架，利用**剖面最小二乘原理（profile least-squares principle）**结合针对不同数据场景的具体估计技术。

2.1 模型定义

本文根据解释向量 $x$ 的性质定义了两种模型：

1. USIC 模型（具有确切解释向量的不确定单指数模型）：
   $$\tilde{y} = g(\beta^T x) + \epsilon$$
   此处，$x$ 是确切（精确）向量，而响应变量 $\tilde{y}$ 和扰动项 $\epsilon$ 是不确定变量。
2. USIU 模型（具有不确定解释向量的不确定单指数模型）：
   $$\tilde{y} = g(\beta^T \tilde{x}) + \epsilon$$
   此处，响应变量 $\tilde{y}$ 和解释向量 $\tilde{x}$ 均为不确定变量。

2.2 估计方法

作者采用两步迭代程序来估计未知的连接函数 $g$ 和指数系数 $\beta$（其中 $\|\beta\|=1, \beta_1 > 0$）。

• 针对 USIC 模型（确切 $x$）：

  • 估计量： 使用不确定 Nadaraya-Watson (N-W) 核估计器来逼近 $g$。
  • 优化： 将期望平方误差的最小化问题简化为最小化期望响应与估计函数之间的平方差。
  • 核函数选择： 选择标准不确定正态分布的导数作为核函数，因为它具有良好的理论特性。
  • 带宽选择： 使用 V 折交叉验证确定最优带宽 $h$，并通过 Fibonacci 搜索算法进行优化。
  • 残差分析： 定义残差，并估计其期望和方差以评估模型拟合度。

• 针对 USIU 模型（不确定 $\tilde{x}$）：

  • 估计量： 采用 B-样条法（B-spline method）。由于 N-W 估计器缺乏显式函数形式，难以在两个变量均为不确定时强制执行严格的单调性约束，因此在此场景下被认为不适用。
  • 单调性约束： 定理 2 确立了若 $g$ 是严格递增的，则可以导出误差项的逆不确定分布。B-样条逼近 $\hat{g}(t) = \delta^T(t)b$ 被约束使其导数保持为正。
  • 优化： 将最小二乘问题转化为涉及逆不确定分布的积分形式。使用 L-BFGS 算法优化参数和 B-样条系数。
  • 节点选择： 节点根据不确定变量线性组合的期望值进行放置，并复制边界节点以确保曲线从边界开始并结束于边界。

2.3 统计推断

• 假设检验： 本文利用不确定假设检验（Ye and Liu, 2022, 2023）来进行以下工作：
  1. 评估扰动项分布的充分性（例如，测试残差是否遵循特定的正态不确定分布）。
  2. 对单个系数进行显著性检验（例如，测试 $H_0: \beta_k = 0$），以确定某个变量是否对模型有显著贡献。
• 预测： 预测过程涉及计算响应变量的期望值，并基于预测变量的逆不确定分布构建置信区间。

3. 主要贡献

本文概述了三个主要贡献：

1. 模型建立： 建立了两种类型的不确定单指数模型（USIC 和 USIU），为高维不精确数据的非线性建模提供了一种灵活的工具。
2. 估计与检验程序： 提出了特定的估计方法（针对确切输入的确定 N-W 核；针对不确定输入的带有单调性约束的 B-样条），并推导了逆分布的显式形式。此外，还开发了用于残差分析和系数显著性检验的假设检验程序。
3. 验证与应用： 通过数值模拟验证了模型的有效性，并利用来自尼日利亚拉各斯的真实气象数据集展示了其实际应用效果。

4. 结果

4.1 数值模拟

• 示例 1 (USIC)： 使用 500 个具有确切输入和不确定输出的模拟样本，所提方法成功恢复了真实的指数系数 ($\beta \approx (0.2, -0.4, 0.9)^T$) 和连接函数。残差分析确认了扰动项遵循假设的正态不确定分布，且模型拟合良好。
• 示例 2 (USIU)： 使用 50 个具有完全不确定输入和输出的样本，B-样条法成功估计了连接函数和系数。单调性约束得到满足，且假设检验确认了模型的有效性。该方法有效地处理了不确定解释变量的复杂性。

4.2 气象应用（尼日利亚拉各斯）

模型应用于包含 535 个每日天气观测值（2023 年 1 月 – 2024 年 7 月）的数据集，旨在根据降水量、风速、湿度、海平面气压和云量（$x_1$ 至 $x_5$）预测每日温度范围（$y$）。

• 系数估计： 估计的指数系数表明湿度（$\beta_3 = 0.8952$）是主导因素，其次是海平面气压和云量。
• 非线性动力学： 估计的连接函数揭示了一个单峰模式。在阈值（$z \approx -1.3$）以下，温度随指数上升（旱季，辐射主导）；在阈值以上，温度随指数下降（雨季，潜热主导）。
• 显著性检验： 对风速系数（$\beta_2 \approx 0.0381$）进行的显著性检验得出结论，尽管该系数接近于零，但在模型语境下具有统计学意义。
• 模型比较： 与四种参数模型（恒等、二次、对数、指数）相比，所提出的具有未知连接函数的不确定单指数模型实现了最低的残差方差（$\sigma^2 = 0.9765$），展示了卓越的灵活性和拟合优度。

5. 意义与主张

本文声称其提出的框架为处理传统概率模型失效的高维不精确数据提供了一种新颖且强大的工具。通过将不确定性理论与半参数单指数结构相结合，作者提供了一种系统的方法，能够：

• 在捕捉复杂非线性关系的同时，保留参数模型的解释性。
• 在不确定环境下有效管理“维度灾难”。
• 为专门针对不确定数据设计的统计推断工具（残差分析、假设检验）提供支持。

作者对未来的工作保持了谦逊的态度，建议将目前的框架扩展到不确定部分线性单指数模型和不确定变系数单指数模型，以进一步增强实际应用能力。他们同时也指出，有必要针对各种场景对估计方法进行进一步的对比研究。