面向双变量连续比例的异常值鲁棒Copula回归：一种关于垫草活力的应用
统计方法学
2025-11-14 v1
摘要
测量于同一实验单元上的连续比例常常面临两个挑战：内部异常值会导致方差超出Beta上限，剩余相关性则使独立边缘模型失效。我们提出一种贝叶斯Copula建模方法，将矩形Beta边缘与单参数Copula相结合。矩形Beta边缘通过将质量从峰值重新分配到均匀组件来缓解内部异常值；单参数Copula用于捕捉 concordance。拟合了Gaussian、Gumbel和Clayton Copula族，通过桥接抽样获取边缘似然值，以指导模型选择。应用于2003-2016年针对南极马林岛上Azorella selago垫草的13年调查，我们的Copula模型在解释枯死茎覆盖百分比方面优于独立基线模型。考虑年际相关性后，发现西坡度存在正向效应且垫草大小效应减弱。模拟结果表明，在 various tail weight和dependence情景下，方法偏差可忽略不计，95%最高后验置信区间覆盖率接近名额。该方法可轻松集成到JAGS中，为生态学等领域的成对比例数据提供了一个稳健的默认选项。
引用
@article{arxiv.2511.10016,
title = {Outlier-robust copula regression for bivariate continuous proportions: an application to cushion plant vitality},
author = {Divan A. Burger and Janet van Niekerk and Peter C. le Roux and Morgan J. Raath-Krüger},
journal= {arXiv preprint arXiv:2511.10016},
year = {2025}
}