[論文レビュー] On Nonsymmetric Nonparametric Measures of Dependence

Hui Li|arXiv (Cornell University)|Feb 12, 2015

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

ひとこと要約

本稿では、コプシアンを用いて非対称で非パラメトリックな依存度の新しいクラスを導入し、リーンイの公理を非対称な関係を扱えるように拡張する。提案された度の測定は、コプシアンの*-積合成においてデータ処理不等式を満たし、一対一変換に対して不変であることを保証し、対称的測定と比較して、独立性や完全依存性の特徴付けが向上する。

ABSTRACT

Based on recent progress in research on copula based dependence measures, we review the original Renyi's axioms on symmetric measures and propose a new set of axioms that applies to nonsymmetric measures. We show that nonsymmetric measures can actually better characterize the relationship between a pair of random variables including both independence and complete dependence. The new measures also satisfy the Data Processing Inequality (DPI) on the * product on copulas, which leads to nice features including the invariance of dependence measure under bijective transformation on one of the random variables. The issues with symmetric measures are also clarified.

研究の動機と目的

• 非対称な確率変数間の関係を捉えるために、従来の対称的依存度測定の限界を解消すること。
• 非対称な場合に適用可能なように、依存度測定のリーンイの公理を拡張すること。
• コプシアンの*-積合成においてデータ処理不等式を満たす非パラメトリックな依存度測定の枠組みを構築すること。
• 従来の対称的測定が完全依存性と独立性の特徴付けにおいて抱える欠陥を明確にすること。
• 一般の2変量分布に適用可能な理論的裏付けがあり、変換不変性を満たす依存度測定を提供すること。

提案手法

• 非対称性を許容する依存度測定のための修正された公理のセットを提案し、リーンイの元々の対称的公理を一般化する。
• コプシアンに基づく構成を用いて、新しい非対称依存度測定のクラスを定義する。
• コプシアンの*-積演算におけるデータ処理不等式（DPI）を確立し、マルコフ核による単調性を保証する。
• 新しい測定が1つの変数の1対1変換に対して不変であることを示し、統計的頑健性の重要な性質を満たす。
• コプシアン理論を用いて、パラメトリックな形を仮定せずに依存構造をモデル化し、非パラメトリックな柔軟性を維持する。
• 新しい測定が非対称な状況下でも、独立性と完全依存性を区別できることを示す。

実験結果

リサーチクエスチョン

• RQ1 非対称な依存度測定は、対称的測定と比較して、独立性や完全依存性を含む依存の全範囲をよりよく特徴付けられるか？
• RQ2 提案された測定は、コプシアンの*-積演算においてデータ処理不等式を満たすか？
• RQ3 1つの変数の1対1変換に対して測定が不変であることは、その解釈可能性と頑健性にどのように影響するか？
• RQ4 対称的依存度測定の理論的限界は、非対称な依存構造を捉える際にどのようなものか？
• RQ5 非対称測定のための新しい公理的枠組みは、依存のより包括的かつ一貫性のある記述を可能にするか？

主な発見

• 提案された非対称依存度測定は、コプシアンの*-積演算においてデータ処理不等式を満たし、マルコフ的文脈における論理的整合性を保証する。
• 測定は1つの確率変数の1対1変換に対して不変であり、その頑健性と解釈可能性が向上する。
• 対称的測定とは異なり、新しい枠組みは依存が非対称であっても、独立性と完全依存性を区別できる。
• 修正された公理は、リーンイの枠組みを非対称な状況にうまく拡張し、依存の特徴付けにおける曖昧さを解消する。
• 理論的分析により、新しい測定が対称的代替測定よりもより洗練され、正確な依存の記述を提供することが確認された。
• この枠組みは非パラメトリック推定をサポートしており、分布の仮定なしに一般の2変量分布に適用可能である。