[論文レビュー] kdecopula: An R Package for the Kernel Estimation of Bivariate Copula Densities

Thomas Nagler|arXiv (Cornell University)|Mar 14, 2016

Statistical Methods and Inference被引用数 15

ひとこと要約

この論文は、スプライン補間と再正規化スキームを用いて、有効なコプール密度を保証し、正確性を向上させる非パラメトリックカーネル推定を用いた二変量コプール密度のためのRパッケージkdecopulaを紹介する。シミュレーションスタディでは、特に再正規化ステップのおかげで、既存の手法を上回り、統合絶対誤差を最大39％まで低減する。

ABSTRACT

We describe the R package kdecopula (current version 0.9.0), which provides fast implementations of various kernel estimators for the copula density. Due to a variety of available plotting options it is particularly useful for the exploratory analysis of dependence structures. It can be further used for accurate nonparametric estimation of copula densities and resampling. The implementation features spline interpolation of the estimates to allow for fast evaluation of density estimates and integrals thereof. We utilize this for a fast renormalization scheme that ensures that estimates are bona fide copula densities and additionally improves the estimators' accuracy. The performance of the methods is illustrated by simulations.

研究の動機と目的

• Rにおける二変量コプール密度のための効率的で正確な非パラメトリックカーネル推定量の不足に対処すること。
• 高度な可視化とバンド幅選択を用いた依存構造の探索的分析のための柔軟なツールを提供すること。
• 新しい再正規化アルゴリズムにより、推定密度が真正のコプール密度であることを保証し、正確性を向上させること。
• 特に強い依存性を示す状況においても、速度と正確性の両面で既存の実装を上回ること。
• kdecopulaは二変量に焦点を当てるが、kdevineなどの関連パッケージを介して非パラメトリックコプール密度推定を2次元を超えて拡張すること。

提案手法

• コプールのユニット・スクエアのサポートに特化したカーネル密度推定を用い、境界補正付きカーネルを適用する。
• カーネル密度推定のスプライン補間を用いて、ユニット・スクエア上での高速な評価と積分を可能にする。
• 密度推定が1に積分されるように調整する再正規化アルゴリズムを適用し、有効なコプール密度を保証する。
• 最適なスムージングを実現するため、交差検証とプラグイン則を含む複数のバンド幅選択法を実装する。
• 経験的周辺分布からの擬似観測値を用いて、非パラメトリックにコプール密度を推定する。
• リサンプリング技術を統合してシミュレーションと推論を可能にし、探索的データ分析ワークフローを支援する。

実験結果

リサーチクエスチョン

• RQ1 どのようにして、二変量コプール密度のカーネルベース非パラメトリック推定を、正確かつ計算的に効率的に行えるか？
• RQ2 カーネル密度推定の再正規化は、コプール密度推定の正確性をどの程度向上させるか？
• RQ3 kdecopulaの性能と速度は、npやksなどの既存のRパッケージと比較してどうなるか？
• RQ4 バンド幅選択法の違いが、カーネルコプール密度推定器の正確性に与える影響は何か？
• RQ5 スプライン補間と再正規化を効果的に組み合わせることで、実際の場面で有効かつ正確なコプール密度推定が可能になるか？

主な発見

• 再正規化アルゴリズムにより、さまざまな推定器で統合絶対誤差（IAE）が最大39％まで低減され、正確性が顕著に向上した。
• シミュレーションスタディにおいてTLL2nn推定器が最も優れた性能を示し、再正規化のおかげで平均で29％のIAE低減を達成した。
• kdecopulaの手法は、特に標本サイズが大きい場合（例：1000観測値）、npやksパッケージよりも著しく高速であり、計算時間が最大40倍も速くなった。
• スプラインベースの評価と再正規化スキームのおかげで、速度と正確性の両面で既存の実装を上回る、高速かつ正確な密度推定が可能になった。
• TLL2nn推定器は再正規化による平均改善が最も高く（29％）、密度推定におけるバイアスを是正する有効性が確認された。
• パラメトリックモデルがしばしば失敗する強い依存性を示す状況においても、本パッケージの性能は顕著に高く、探索的分析における価値が際立っている。