基于零充入数据的秩相关度：新表述、估计方法与尖锐边界
统计方法学
2025-10-21 v1 统计理论
统计理论
摘要
量化两个随机变量之间的一致性在实际应用中至关重要。但当数据包含平凡值时，常用的一致性度量（如基尼的 gamma 或斯皮尔曼的 rho）的传统估计技术往往会失效。这在零充入数据（即由离散零质量与连续成分混合而成）中尤为棘手，这类数据频繁出现在保险、气象预报和生物医学领域。本文提出了基尼的 gamma 与斯皮尔曼 footrule 的新表述，这两种基于秩差异的一致性度量，专为零充入连续分布设计。我们在此过程中纠正了斯皮尔曼的 rho 在零充入数据下的表达式。建立了这些度量在零充入连续情形下的最佳上界与下界，使估计方法在实际中具有可用的解释性。我们将理论结果与模拟研究以及来自保险和气象预报的两个真实案例相结合。结果说明了零充入对依赖性估计的影响，强调了合适调整后的零充入度量的优势。
引用
@article{arxiv.2510.16504,
title = {Rank-based concordance for zero-inflated data: New representations, estimators, and sharp bounds},
author = {Jasper Arends and Guanjie Lyu and Mhamed Mesfioui and Elisa Perrone and Julien Trufin},
journal= {arXiv preprint arXiv:2510.16504},
year = {2025}
}