[论文解读] Balakrishnan Alpha Skew Normal Distribution: Properties and Applications

Partha Jyoti Hazarika, Sricharan Shah+1 more|arXiv (Cornell University)|Jun 18, 2019

Statistical Distribution Estimation and Applications参考文献 15被引用 4

一句话总结

本文提出了一种新的灵活偏态对称分布——Balakrishnan Alpha Skew Normal (BaSN) 分布，该分布基于 Balakrishnan 方法推导而来。研究推导了该分布的矩、分布特性，并通过 AIC、BIC 和似然比检验评估了模型拟合效果，结果表明在拟合真实数据集方面，该分布优于相关分布。

ABSTRACT

In this paper a new type of alpha skew distribution is proposed under Balakrishnan Mechanism and some of its related distributions are investigated. The moments and distributional properties are also studied. Suitability of the proposed distribution is tested by conducting data fitting experiments and model adequacy is checked via AIC, BIC in comparison with some related distributions. Likelihood ratio test is carried out to discriminate between normal and proposed distribution.

研究动机与目标

• 开发一种新的灵活偏态对称分布，以扩展正态分布，更好地对称数据进行建模。
• 研究所提出的 Balakrishnan Alpha Skew Normal (BaSN) 分布的数学性质，包括矩和分布特征。
• 通过 AIC 和 BIC 等拟合优度准则，评估该模型在真实数据中的适用性。
• 通过似然比检验将 BaSN 分布与相关分布进行比较，以评估其在统计上是否显著优于正态分布及其他偏态模型。

提出的方法

• 提出一种基于 Balakrishnan 方法的新 alpha 偏态分布，通过偏态函数将正态分布广义化。
• 利用标准正态累积分布函数的反函数，推导 BaSN 分布的概率密度函数（PDF）和累积分布函数（CDF）。
• 以闭式表达计算原点矩和中心矩，以表征分布的形状和尾部行为。
• 采用最大似然估计（MLE）进行参数推断和真实数据集的模型拟合。
• 应用信息准则（AIC、BIC）比较 BaSN 模型与其他竞争模型（包括正态分布及其他偏态正态变体）的拟合优度。
• 进行似然比检验，以统计方式评估 BaSN 模型是否显著优于正态分布。

实验结果

研究问题

• RQ1 Balakrishnan Alpha Skew Normal 分布是否在拟合偏态数据方面优于现有的偏态正态分布和正态分布？
• RQ2 所提出的 BaSN 分布的解析性质是什么，特别是其矩和尾部分布行为？
• RQ3 在使用 AIC 和 BIC 等标准信息准则时，该模型与相关分布相比表现如何？
• RQ4 与正态分布相比，使用 BaSN 模型是否在拟合上实现了统计上显著的改进？
• RQ5 偏态参数在控制分布的偏度和峰度方面起什么作用？

主要发现

• 与正态分布和标准偏态正态分布相比，Balakrishnan Alpha Skew Normal 分布在建模偏度和峰度方面表现出更大的灵活性。
• 该分布的理论矩以闭式表达推导得出，从而可精确表征其形状和尾部特性。
• 实证数据拟合结果显示，BaSN 模型的 AIC 和 BIC 值均低于其他竞争模型，表明其拟合效果更优。
• 似然比检验证实，在所有测试的数据集中，BaSN 分布相比正态分布均提供了统计上显著的拟合改进。
• 通过多个实证应用，该模型有效捕捉了真实世界数据中的偏态特征。
• 该模型在保持数学可处理性的同时提供了更高的灵活性，因此适用于实际统计建模。