[论文解读] 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 5

一句话总结

本文提出了一类基于配对的新型非对称、非参数依赖度量，扩展了Rényi的公理体系以适应随机变量之间的非对称关系。所提出的度量在配对*-乘积复合下满足数据处理不等式，确保在双射变换下不变，并相较于对称度量，对依赖关系（包括独立性和完全依赖性）的刻画更加完善。

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.

研究动机与目标

• 解决对称依赖度量在捕捉随机变量之间非对称关系方面的局限性。
• 将Rényi的依赖度量公理体系扩展至非对称情形。
• 构建一种在配对*-乘积复合下满足数据处理不等式的非参数依赖度量框架。
• 阐明传统对称度量在刻画完全依赖性和独立性方面的不足。
• 提供一种理论基础坚实、变换不变的依赖度量，适用于一般双变量分布。

提出的方法

• 提出一组允许非对称性的依赖度量新公理，推广Rényi原始的对称公理体系。
• 基于配对构造，定义一类新的非对称依赖度量。
• 建立配对上*-乘积运算的数据处理不等式（DPI），确保在马尔可夫核作用下的单调性。
• 证明新度量在单个变量的双射变换下保持不变，这是统计稳健性的重要特性。
• 利用配对理论建模依赖结构，无需假设参数形式，保持非参数灵活性。
• 证明新度量即使在非对称情形下，也能区分独立性和完全依赖性。

实验结果

研究问题

• RQ1 与对称度量相比，非对称依赖度量是否能更好地刻画依赖的完整谱系，包括独立性和完全依赖性？
• RQ2 所提出的度量在配对的*-乘积运算下是否满足数据处理不等式？
• RQ3 度量在单个变量双射变换下的不变性如何影响其可解释性与稳健性？
• RQ4 对称依赖度量在捕捉非对称依赖结构方面存在哪些理论局限性？
• RQ5 新的非对称度量公理框架是否能提供更全面且一致的依赖性描述？

主要发现

• 所提出的非对称依赖度量在配对的*-乘积运算下满足数据处理不等式，确保在马尔可夫上下文中的逻辑一致性。
• 度量在单个随机变量的双射变换下保持不变，显著增强了其稳健性与可解释性。
• 与对称度量不同，新框架即使在依赖关系非对称时，也能区分独立性与完全依赖性。
• 修订后的公理体系成功将Rényi框架拓展至非对称情形，解决了依赖性刻画中的模糊性问题。
• 理论分析证实，新度量相较于对称替代方案，能提供更精细且准确的依赖性描述。
• 该框架支持非参数估计，且适用于一般双变量分布，无需分布假设。