基于能量距离方法的Kumaraswamy分布拟合优度检验及其在真实数据中的应用

《Stats》：Goodness-of-Fit Test for the Kumaraswamy Distribution via Energy Distance Approach with Applications to Real Data

　　

在本研究中，研究人员开发了一种基于能量统计（energy statistics, ES）的Kumaraswamy（K）分布拟合优度检验。由于Kumaraswamy分布具有可用的分位数（逆）函数，它已被证明是Beta分布的优选替代，因为两者均在（0,1）区间内具有有界支撑。所提出的检验程序简单且对一般备择假设更为有效。在不同设置下，模拟表明该检验能够在任何给定的显著性（名义）水平（significance level, α）下得到良好控制。在功效比较（power comparison）方面，该检验在不同设置下优于其他现有方法。随后，研究人员将所提出的检验应用于两个真实数据集（电力接入数据和地下经济指数），以展示其竞争力和实用性。

**论文解读文章**

**研究背景**
现实世界中许多现象（如比例、比率、概率等）被限制在给定范围内，在应用科学（如水文学、工程学、经济学和环境研究）中具有重要建模需求。Kumaraswamy（K）分布和Beta分布是常用的有界支撑（0,1）连续分布，但K分布具有显式累积分布函数（cdf）和分位数函数（quantile function），无需复杂或特殊函数，因此在随机变量生成和模拟中更简便。然而，针对K分布的拟合优度检验研究有限，现有方法（如基于经验分布函数（EDF）的Kolmogorov–Smirnov（KS）检验、Cramér–von-Mises检验等）在功效上仍有提升空间。能量统计（energy statistics, ES）是一种基于统计距离的检验方法，已被证明在多种分布中优于非能量型检验，但尚未应用于K分布。因此，研究人员旨在开发基于能量统计的K分布拟合优度检验，以应对更广泛的备择假设。

**研究内容与结论**
研究人员提出了一种基于能量距离（energy distance）的单样本（单变量）拟合优度检验，并推导了检验统计量的期望表达式。通过蒙特卡洛模拟，该检验在控制第一类错误（Type I error）方面表现良好，且在不同形状参数和样本量下，其功效（power）显著优于现有EDF检验（如Kolmogorov–Smirnov、Kuiper、Cramér–von Mises、Watson和Anderson–Darling），尤其在样本量较小时优势明显。将检验应用于两个真实数据集（电力接入数据和地下经济指数）后，均未拒绝原假设，表明数据可被K分布拟合。该研究发表于《Stats》。

**关键技术方法**
- **能量统计检验统计量构建**：基于单样本能量距离公式，推导了期望距离E|X?Y|和E|X?X′|的表达式（其中X和Y独立同分布服从K分布），利用Beta函数和Beta分布累积分布函数（cdf）计算。
- **蒙特卡洛模拟**：通过B=10,000次重复生成临界值和第一类错误，并以最大似然估计（MLE）估计K分布形状参数a和b（使用R语言univariateML包中的mlkumar函数）。
- **功效比较**：针对7种备择分布（如Beta、截断正态等），在不同样本量（n=10,20,30,50,100）和名义水平（α=0.05,0.10）下，与标准EDF检验及偏差变换（bias transformation）EDF检验进行对比。
- **真实数据验证**：从电力接入数据（n=45,073）和地下经济指数（n=2,529）中随机抽取250个观测值，通过自助法（bootstrap）计算p值，检验数据是否服从K分布。

**研究结果**

**3.1 经验临界值与第一类错误**
通过模拟获得不同样本量（n=10,20,30,50,100）和名义水平（α=0.05,0.10）下的经验临界值，并计算第一类错误。结果显示，对于四种不同形状参数组合（a=0.5,b=0.5; a=0.5,b=2; a=2,b=0.5; a=2,b=2），第一类错误率均控制在名义水平附近，表明检验具有稳健的阈值控制能力。

**3.2 功效比较**
在α=0.05和α=0.10下，针对七种备择分布（如Beta(0.5,0.5)、Beta(2,5)、截断正态分布等），比较了所提检验与标准EDF检验及偏差变换EDF检验的功效。结果表明，在所有设置下，所提检验的功效均优于其他方法，尤其是当备择分布为Beta(0.5,0.5)和截断正态时，标准EDF检验功效极低，而所提检验仍保持较高功效。随着样本量增大，所有检验功效均提升，但所提检验始终领先。Kuiper检验功效最低，Anderson–Darling检验在标准EDF中表现最佳，但仍逊于所提检验。偏差变换对EDF检验功效无显著影响。

**4 应用**
对电力接入数据，检验统计量Q_n=0.039，p值=0.4672，未拒绝原假设；对地下经济指数，Q_n=0.044，p值=0.4672，也未拒绝原假设。标准EDF检验和偏差变换EDF检验同样未拒绝原假设。K分布密度估计与经验分布函数拟合良好，证实了K分布在两数据集中的适用性。

**讨论与结论**
讨论部分指出，当备择分布为与K分布高度相似的Beta分布时，结果需谨慎解释。研究结论（翻译原文）：本文提出了一种基于能量统计的Kumaraswamy分布新拟合优度检验。通过严格模拟，所提检验在控制第一类错误率和功效方面表现出明显有效性。在功效比较中，所提检验优于其他现有类似检验（非能量型），如Anderson–Darling和Watson检验统计量，尤其在样本量较小时。这些特性使其适用于针对广泛可能备择假设的Kumaraswamy分布拟合优度检验。当处理类似分布（如Beta分布）作为备择时，应注意由于两者固有相似性而需谨慎解释结果。随后将所提检验应用于真实数据集，展示了其有用性和适用性。