[论文解读] Hypergraphs in the characterization of regular vine copula structures

Edith Kovács, Tamás Szántai|arXiv (Cornell University)|Apr 10, 2016

Rough Sets and Fuzzy Logic参考文献 17被引用 5

一句话总结

本文提出一种基于超图的框架，通过利用条件独立性来表征常规vine copula结构，表明k阶樱桃树copula可精确表示k宽度junction tree copula。主要贡献在于证明了在第k层截断的vine结构等价于k阶樱桃树copula，从而通过利用条件独立性实现降维，并高效建模高维依赖结构。

ABSTRACT

Vine copulas constitute a flexible way for modeling of dependences using only pair copulas as building blocks. The pair-copula constructions introduced by Joe (1997) are able to encode more types of dependences in the same time since they can be expressed as a product of different types of bi-variate copulas. The Regular-vine structures (R-vines), as pair copulas corresponding to a sequence of trees, have been introduced by Bedford and Cooke (2001, 2002) and further explored by Kurowicka and Cooke (2006). The complexity of these models strongly increases in larger dimensions. Therefore the so called truncated R-vines were introduced in Brechmann et al. (2012). In this paper we express the Regular-vines using a special type of hypergraphs, which encodes the conditional independences.

研究动机与目标

• 开发一种基于超图的常规vine copula结构表征方法，显式编码条件独立性。
• 通过利用条件独立性关系，解决高维常规vine copula日益增长的复杂性问题。
• 证明k阶樱桃树copula可精确表示k宽度junction tree copula。
• 通过利用樱桃树结构，为构建更高效的截断vine copula提供理论基础。
• 通过减少所需条件copula的数量以及条件集的维度，降低vine copula建模中的复杂度。

提出的方法

• 使用无环超图表示常规vine copula，其中超边对应变量簇，且超边编码条件独立性结构。
• 将junction tree定义为等价于连通无环超图，其簇和分离集由超图结构导出。
• 应用junction tree copula公式，将多元copula密度表示为低维copula密度的乘积与比值。
• 应用Kullback-Leibler散度比较近似结果，证明当真实结构为k宽度时，k阶樱桃树copula与真实copula之间的KL散度为零。
• 通过构造性算法从k宽度junction tree copula构建k阶樱桃树copula，确保近似效果至少与原结构相当。
• 证明任意k阶樱桃树copula均可扩展为(k+1)阶结构，同时保持真实copula密度的精确表示。

实验结果

研究问题

• RQ1 常规vine copula结构能否通过编码条件独立性的超图实现等价表征？
• RQ2 k阶樱桃树copula是否能够精确表示k宽度junction tree copula？
• RQ3 在第k层截断的vine结构是否对应于k阶樱桃树copula结构？
• RQ4 能否通过使用樱桃树结构显著减少所需条件copula的数量以及条件集的维度？
• RQ5 在近似精度方面，k宽度junction tree copula与k阶樱桃树copula之间存在何种关系？

主要发现

• 每个k阶樱桃树copula均可表示为(k+1)阶樱桃树copula，同时保持真实copula密度的精确表示。
• 真实copula密度与k阶樱桃树copula密度之间的Kullback-Leibler散度为零，证明当真实结构为k宽度时，两者完全等价。
• 在第k层截断的vine结构在数学上等价于k阶樱桃树copula，验证了其作为建模框架的有效性。
• 从k宽度junction tree copula构建k阶樱桃树copula的过程，确保了至少与原结构相当的近似效果。
• 樱桃树copula结构显著减少了所需条件copula的数量以及条件集的维度，从而提升了模型效率。
• 该方法能够仅通过基于条件独立性的低维、结构化成对copula分解，实现高维copula密度的精确表示。