[論文レビュー] Conditional simulations of Brown-Resnick processes

Clément Dombry, Frédéric Éyi-Minko+1 more|arXiv (Cornell University)|Dec 16, 2011

Financial Risk and Volatility Modeling参考文献 18被引用数 5

ひとこと要約

本論文は、複雑な条件付き分布からのサンプリングにおける計算上の課題に取り組むために、ブラウン＝レズニック過程の条件付きシミュレーションのためのマルコフ連鎖モンテカルロ（MCMC）フレームワークを提示する。この手法により、空間的極値の正確でスケーラブルなシミュレーションが可能となり、チューリッヒ周辺の極端な降雨データに対して成功裏に実証された。

ABSTRACT

Since many environmental processes such as heat waves or precipitation are spatial in extent, it is likely that a single extreme event affects several locations and the areal modeling of extremes is therefore essential if the spatial dependence of extremes has to be appropriately taken into account. Although some progress has been made to develop a geostatistic of extremes, conditional simulation of max-stable processes is still in its early stage. This paper proposes a framework to get conditional simulations of Brown-Resnick processes. Although closed forms for the regular conditional distribution of Brown-Resnick processes were recently found, sampling from this conditional distribution is a considerable challenge as it leads quickly to a combinatorial explosion. To bypass this computational burden, a Markov chain Monte-Carlo algorithm is presented. We test the method on simulated data and give an application to extreme rainfall around Zurich. Results show that the proposed framework provides accurate conditional simulations of Brown-Resnick processes and can handle real-sized problems.

研究の動機と目的

• 空間的極値モデリングにおける最大安定過程の条件付きシミュレーションのための効率的でない手法の欠如に対処すること。
• ブラウン＝レズニック過程の正規条件付き分布からの直接サンプリングの計算上の非実行可能性を克服すること。
• 空間的に依存する極値を含む実世界の環境応用に適したスケーラブルで正確なシミュレーションフレームワークを開発すること。
• シミュレートされたデータおよびチューリッヒの実際の極端な降雨データを用いて、手法の妥当性を検証すること。

提案手法

• ブラウン＝レズニック過程の非実行可能な条件付き分布からのサンプリングのためのマルコフ連鎖モンテカルロ（MCMC）アルゴリズムを提案する。
• 近年得られたブラウン＝レズニック過程の正規条件付き分布の閉形式表現を活用し、MCMCのターゲット分布を定義する。
• 直接的な条件付き分布からのシミュレーションに伴う組み合わせ的爆発を回避するために、MCMCサンプリングを採用する。
• メトロポリス・ハスティングス法を用いて、プロセスの空間的依存構造を保持する条件付き実現を生成する。
• アルゴリズムの正確性と収束性を評価するために、まずシミュレートされたデータに対してアルゴリズムを検証し、その後実際の極端な降雨データに適用する。
• スケーラビリティと現実性を示すために、チューリッヒ周辺の地域的極端な降雨データセットにフレームワークを適用する。

実験結果

リサーチクエスチョン

• RQ1 条件付き分布の計算上の非実行可能性にもかかわらず、ブラウン＝レズニック過程の条件付きシミュレーションをどのように効率的に生成できるか？
• RQ2 MCMCに基づくアプローチは、実世界の環境応用における空間的極値の正確でスケーラブルな条件付きシミュレーションを提供できるか？
• RQ3 提案手法は、理論的期待値と比較して、極値イベントの空間的依存構造をどの程度適切に保持しているか？
• RQ4 本手法は、特に極値の空間的パターンを捉える能力を有するか、実際の極端な降雨データに対してどの程度の性能を示すか？

主な発見

• 提案されたMCMCフレームワークは、直接的サンプリングを妨げる組み合わせ的爆発を克服し、ブラウン＝レズニック過程の条件付きシミュレーションを成功裏に可能にした。
• 手法は、元のプロセスの空間的依存構造を保持する正確な条件付きシミュレーションを生成した。
• アルゴリズムは、極端な降雨のような実サイズの環境データセットにおいて、スケーラビリティと実用的妥当性を示した。
• シミュレートされたデータを用いた検証により、手法の収束性と真の条件付き分布を捉える信頼性が確認された。
• チューリッヒの降雨データへの応用では、極値の現実的な空間的パターンが得られ、本手法の環境リスク評価における実用性を裏付けた。
• フレームワークは、空間的極値の統計的モデリングにおける運用的利用に耐えうる、強固で計算的に実行可能なものである。