《Knowledge-Based Systems》：Genetic Algorithm for Parameter Estimation of the Alpha Power Transformed
GEVL Distribution: A Time Series Forecasting Approach vs. Return Level Analysis
编辑推荐：
本文提出并研究了一种新的分布族，称为Alpha幂变换广义极值线性归一化分布（APT?GEVL）。由于向任何基线分布添加参数可以增强其对真实数据的表征灵活性，但会使最大似然估计（MLE）过程复杂化，因此研究人员采用遗传算法（GA）来解决这一问题。此外，新参数调整
本文提出并研究了一种新的分布族，称为Alpha幂变换广义极值线性归一化分布（APT?GEVL）。由于向任何基线分布添加参数可以增强其对真实数据的表征灵活性，但会使最大似然估计（MLE）过程复杂化，因此研究人员采用遗传算法（GA）来解决这一问题。此外，新参数调整了分布的性质，需要进一步检验其影响。因此，研究人员在固定、二项式和离散均匀随机三种删失情形下，考虑在II型逐步删失（Type II Progressive Censoring）下对APT?GEVL参数进行MLE和贝叶斯估计（BE）。此外，贝叶斯估计在平方误差（Square Error）和LINEX损失函数下，利用Lindley近似（Lindley Approximation）分别考虑了信息先验（Informative Priors）和非信息先验（Non-informative Priors）。为证明新参数对GEVL的有效性，研究人员发现美国就业率数据拟合效果提升，随后利用重现水平（Return Level）和时间序列（Time Series）方法对该数据进行未来结果预测。
根据极值理论（Extreme Value Theory, EVT），独立同分布（i.i.d.）随机变量的最大值收敛于Fréchet、Gumbel或逆Weibull三种极限分布，这些分布统一于广义极值线性归一化（Generalized Extreme Value with Linear Normalization, GEVL）分布框架下。尽管通过添加新参数可显著增强分布的灵活性与数据拟合能力，但传统方法难以求解GEVL的MLE方程，而引入Alpha幂变换（Alpha Power Transformation, APT）参数α后，APT?GEVL分布的MLE方程更为复杂。此外，在实际可靠性试验中，由于时间或成本限制，往往难以观察到所有实验单元的失效时间，II型逐步删失（Type II Progressive Censoring）方案为此类受限数据分析提供了灵活框架。基于上述背景，研究人员旨在构建APT?GEVL分布的完整统计推断体系，并探索其在极端事件预测中的应用价值，相关成果发表于《Knowledge-Based Systems》。
研究人员首先系统推导了APT?GEVL分布的统计特性，建立了包含位置参数?、尺度参数ω、形状参数κ以及APT参数α的完整概率模型。针对MLE求解困难，研究人员采用遗传算法（Genetic Algorithm, GA）这一基于自然选择原理的随机优化方法，通过种群初始化、适应度评估、选择、交叉和变异等操作，有效最大化对数似然函数以获得参数估计。在贝叶斯推断框架下，研究人员利用Lindley近似方法处理复杂后验期望，分别在平方误差损失函数和LINEX损失函数下，推导了信息先验（Informative Priors，假设α服从Beta分布，?、ω、κ服从指数分布）与非信息先验（Non-informative Priors）下的参数估计表达式。研究设计了三种II型逐步删失方案：固定删失（Fixed Removal）、二项式随机删失（Binomial Random Removal）和离散均匀随机删失（Discrete Uniform Random Removal）。在实际应用部分，研究人员采用美国月度失业率数据作为样本队列，通过增广Dickey-Fuller检验（Augmented Dickey-Fuller Test）和Ljung-Box检验评估数据平稳性，利用自相关函数（Autocorrelation Function, ACF）和偏自相关函数（Partial Autocorrelation Function, PACF）确定ARMA(4,2)时间序列模型结构，并与基于极值理论的重现水平（Return Level, RL）方法进行预测对比。
在分布性质研究方面，研究人员通过数学推导获得了APT?GEVL的概率密度函数（Probability Density Function, PDF）、累积分布函数（Cumulative Distribution Function, CDF）、风险率函数（Hazard Rate, HR）、逆风险率函数（Reversed Hazard Rate, RHR）、分位数函数（Quantile Function）、偏度（Skewness, SK）、峰度（Kurtosis, KR）、重现水平（Return Level）及矩生成函数（Moment Generating Function）的解析表达式。研究表明，参数α显著影响CDF的陡峭度和PDF的峰度，随着α增大，概率质量向低值区域集中；形状参数κ控制尾部行为，正值导致右偏和重尾，负值则产生对称或左偏分布。
在参数估计方法方面，针对三种删失方案分别构建联合似然函数，利用GA获得MLE点估计及基于观测Fisher信息矩阵的渐近置信区间。贝叶斯估计采用Lindley数值近似处理复杂积分，结果显示信息先验在样本量较小时具有更小的偏差（Bias）和均方误差（Mean Squared Error, MSE），随着样本量增加，贝叶斯估计与MLE均表现出一致性，但贝叶斯方法在II型逐步删失的复杂参数设置下更为稳定。
模拟研究通过蒙特卡洛方法生成1000组样本，样本量设定为50、70和100，删失比例固定为10%。结果表明，GA能够有效处理APT?GEVL的复杂MLE问题，尽管在小样本下偏差略高；LINEX损失函数的形状参数?
1对估计结果具有显著调节作用；所有方法的估计精度均随样本量增加而提升，置信区间长度相应缩短。
在实际数据应用中，对美国失业率数据（来源：美国劳工统计局）进行拟合分析，经箱线图和四分位距（Interquartile Range, IQR）方法剔除异常值后，APT?GEVL分布的Kolmogorov–Smirnov统计量（KS）、Akaike信息准则（Akaike Information Criterion, AIC）和Bayesian信息准则（Bayesian Information Criterion, BIC）分别为0.04085、519.2728和538.5485，均显著优于标准GEVL分布（KS=0.1441，AIC=3696.5215，BIC=3710.9343），证实添加α参数显著提升了模型拟合优度。在预测性能比较中，重现水平方法在T=24、50、100的长期预测中给出更高的极端值估计，表现出对极端事件的敏感性；而时间序列ARMA(4,2)模型在短期预测（T≤8）中与重现水平方法结果相近，但随着预测期延长，其置信区间显著展宽，下限甚至出现负值，表明不确定性急剧增加。
研究结论指出，APT?GEVL分布通过引入幂变换参数α，显著增强了GEVL分布的灵活性和数据适应能力，但代价是参数估计计算复杂度的增加。遗传算法为解决此类复杂MLE问题提供了有效途径，而贝叶斯估计结合信息先验在大样本场景下表现出优越的准确性和稳定性。在预测应用层面，基于极值理论的重现水平方法更适合长期极端风险评估，而时间序列方法适用于短期经济规划。研究人员建议未来研究可探索GEVL作为基线分布的其他扩展形式，并深入分析其应力–强度可靠性（Stress–Strength Reliability）特性。
