[論文レビュー] Multivariate discrete copulas, with applications in probabilistic weather forecasting

Roman Schefzik|arXiv (Cornell University)|Dec 17, 2015

Financial Risk and Volatility Modeling参考文献 8被引用数 11

ひとこと要約

本稿は、確率的気象予報のための理論的枠組みとして多次元離散コプシラを導入し、確率的配列と同等であることを確立し、スカルの定理の多次元離散版を証明する。主な貢献は、アンサンブル気象予報の後処理に、アンサンブルコプシラ結合やシャーケーシューフェの手法を含む、厳密な数学的基盤を提供することにある。

ABSTRACT

In probability and statistics, copulas play important roles theoretically as well as to address a wide range of problems in various application areas. We introduce the concept of multivariate discrete copulas, discuss their equivalence to stochastic arrays, and prove a multivariate discrete version of Sklar's theorem. These results provide the theoretical frame for multivariate statistical methods to postprocess weather forecasts made by ensemble systems, including the ensemble copula coupling approach and the Schaake shuffle.

研究の動機と目的

• アンサンブル気象予報の統計的後処理に適用可能な、多次元離散コプシラの理論的枠組みを構築すること。
• 多次元離散コプシラと確率的配列の間の同等性を確立し、構造的な相関構造モデリングを可能にすること。
• 離散的で多次元的なスカルの定理のバージョンを証明し、結合分布関数と一様マージンの間の一貫性を保証すること。
• 理論的コプシラ理論と気象学的アンサンブル後処理技術の実用的応用を橋渡しすること。
• アンサンブルコプシラ結合やシャーケーシューフェなどの手法が、離散的かつ有限標本の設定において数学的に妥当な根拠を提供すること。

提案手法

• グリッド $I_M^L$ 上で、接地性、一様マージン、$L$-増加性を満たす多次元離散コプシラを定義する。
• 組合せ論的および順序論的性質を活用して、多次元離散コプシラと確率的配列の同等性を確立する。
• 離散部分コプシラの拡張補題を証明し、部分的な依存構造から完全なコプシラの構築を可能にする。
• 多次元離散スカルの定理を導出する：任意の離散的マージンをもつ多次元分布関数は、離散コプシラとその一様マージンによって表現可能である。
• この表現を用いて、アンサンブルコプシラ結合やシャーケーシューフェなどのアンサンブル後処理手法を、離散コプシラ変換の具体例として形式化する。
• ECMWFの予報とドイツ気象局の観測データを用いて、実際の気象データにこの枠組みを適用する。

実験結果

リサーチクエスチョン

• RQ1 多次元設定において、2変量を超える場合の多次元離散コプシラを形式的に定義し、特徴づける方法は何か？
• RQ2 多次元離散コプシラと確率的配列の間の明確な数学的関係は何か？
• RQ3 有限サポートを持つ多次元離散分布に対して、スカルの定理の離散版を確立できるか？
• RQ4 この理論的枠組みを、確率的アンサンブル気象予報における統計的後処理の改善にどう応用できるか？
• RQ5 アンサンブルコプシラ結合やシャーケーシューフェといった既存手法が、この離散コプシラ枠組みから自然にどのように導かれるか？

主な発見

• 多次元離散コプシラは確率的配列と数学的に同等であり、相関構造の組合せ論的解釈を提供する。
• 多次元離散スカルの定理が証明され、任意の離散的マージンをもつ多次元分布関数が、離散コプシラとその一様マージンによって表現可能であることが示された。
• 部分ドメイン上で定義された離散部分コプシラは、完全な離散コプシラに拡張可能であり、依存モデルの整合性と存在を保証する。
• この枠組みにより、アンサンブルコプシラ結合やシャーケーシューフェが有効な離散コプシラに基づく後処理手法として形式的に正当化された。
• 理論的結果は実際の気象データで検証され、運用上の確率的予報への適用可能性が示された。
• マージンの分布関数が $I_M$ 上で完全なサポートを持つ場合、離散コプシラは結合分布関数によって一意に定まるため、同定可能性が保証される。