DOI: https://doi.org/10.1016/j.cam.2026.117466
تاريخ النشر: 2026-02-21
المؤلف: Marcus Rockel
الموضوع الرئيسي: عدم المساواة الرياضية والتطبيقات
نظرة عامة
في هذا القسم، يستكشف المؤلفون ارتباط تشاترجي $\xi$، الذي يعمل كمقياس للاعتماد الوظيفي الموجه بين المتغيرات العشوائية المستمرة $X$ و $Y$. يثبتون أن $\xi يتوافق مع قاعدة قدم سبيرمان $\psi$ لمنتج ماركوف من الكوبولا المرتبطة بـ $(X, Y)$ ونظيرها. تتناول الدراسة المنطقة القابلة للتحقيق من الأزواج $(\xi, \psi)$ عبر جميع الكوبولات الثنائية، كاشفة أنه بالنسبة لـ $\xi ثابت، فإن القيمة القصوى لـ $\psi$ تتحقق بشكل فريد بواسطة كوبولا فريشيت.
علاوة على ذلك، يحدد المؤلفون منطقة الكوبولات المتزايدة عشوائيًا مع عدم المساواة $\xi \leq \psi \leq \sqrt{\xi}$. كما يقدمون حدًا أدنى للقيمة الدنيا لـ $\psi$ المعطاة $\xi$، باستخدام عدم المساواة لجينسن، ويقدمون عائلة كوبولا ذات معاملين تقترب من هذا الحد الأدنى. تسهم هذه التحليلات في فهم أعمق للعلاقات بين مقاييس الكوبولا المختلفة وآثارها في سياق الاعتماد العشوائي.
مقدمة
تناقش مقدمة الورقة الإطار الرياضي للكوبولات الثنائية، وهي دوال توزيع تراكمي مشترك محددة على المربع الواحد \([0, 1]^2\) مع هوامش موحدة قياسية. وفقًا لنظرية سكلار، بالنسبة للمتغيرات العشوائية المستمرة \(X\) و \(Y\)، يوجد كوبولا فريد \(C \in \mathcal{C}\) بحيث \(F_{X,Y}(x,y) = C(F_X(x), F_Y(y))\) لجميع \(x, y \in \mathbb{R}\). تبرز الورقة مقياسين هامين للاعتماد مشتقين من الكوبولات: ارتباط تشاترجي $\xi$ وقاعدة قدم سبيرمان $\psi$. يحدد ارتباط الرتبة $\xi$ الاعتماد الوظيفي، بينما تعمل $\psi$ كمقياس للارتباط لمقارنة مجموعات الرتبة. من الجدير بالذكر أن $\xi(C) = 0$ تشير إلى الاستقلال، و $\xi(C) = 1$ تعني أن $Y$ هو تقريبًا دالة قابلة للقياس لـ $X$.
يهدف المؤلفون إلى استكشاف المنطقة الدقيقة للأزواج الممكنة \((\xi(C), \psi(C))\) عبر جميع الكوبولات في \(\mathcal{C}\). يستفيدون من العلاقة بين \(\xi\) و \(\psi\) لإجراء تحسينات مقيدة، كاشفين أن \(\psi(C)\) هو دالة خطية لوظيفة قابلة للقياس معينة \(h\)، بينما \(\xi(C)\) هو تربيعي. توضح الورقة تنظيم الأقسام التالية، حيث سيقومون بتحديد الحدود العليا لمنطقة \((\xi, \psi)\) القابلة للتحقيق من خلال تحسين مقعر وتحليل القيمة الدنيا الممكنة لـ \(\psi\) المعطاة \(\xi\). يتم تمثيل النتائج الرئيسية بصريًا في شكل، توضح المناطق القابلة للتحقيق للكوبولات.
نقاش
في هذا القسم، يحدد المؤلفون الحدود العليا لمنطقة \((\xi, \psi)\) القابلة للتحقيق للكوبولات، والتي تتميز بالنظرية 2.1، التي تنص على أنه بالنسبة لـ $x \in [0, 1]$، فإن القيمة القصوى لـ $\psi(C)$ المعطاة $\xi(C) = x$ هي $\sqrt{x}$. يتم تحقيق هذه القيمة القصوى بشكل فريد بواسطة كوبولا فريشيت $C^{Fr}_\alpha(u,v) = (1 – \alpha)uv + \alpha \min\{u,v\}$ مع $\alpha = \sqrt{x}$. كما يقوم المؤلفون بتحسين هذه النتيجة لإظهار أنه بالنسبة لجميع الكوبولات $C \in \mathcal{C}$، فإن العلاقة $|\psi(C)| \leq \sqrt{\xi(C)}$ صحيحة، كما هو مذكور في النتيجة 2. تتضمن الإثبات حل مشكلة تحسين تتماشى مع القيود المتعلقة بارتباط تشاترجي، مما يضمن أن الحل يتوافق مع المشتقات الجزئية الأولى لكوبولا.
بالإضافة إلى ذلك، يقدم المؤلفون فئة الكوبولات المتزايدة عشوائيًا (SI)، الممثلة بـ $\mathcal{C}_{SI}$، ويقدمون توصيفًا أكثر دقة لمنطقة \((\xi, \psi)\) لهذه الكوبولات في النظرية 2.2. يظهرون أن الحد الأدنى لهذه المنطقة يتم تحديده بواسطة الشرط $\xi(C) = \psi(C)$، الذي يتم الوفاء به بواسطة بعض الدوال القابلة للقياس غير المتناقصة. يستنتج المؤلفون أن منطقة \((\xi, \psi)\) القابلة للتحقيق للكوبولات SI تُعطى صراحة بواسطة $\mathcal{R}_{SI} = \{(x,y) \in [0, 1]^2 | x \leq y \leq \sqrt{x}\}$، مع تحقيق الحدود بواسطة عائلات كوبولا معينة، بما في ذلك كوبولا فريشيت. يبرز هذا القسم أهمية كوبولا فريشيت في تعظيم الفجوة $\psi – \xi$ ويقدم إطارًا شاملاً لفهم العلاقات بين مختلف عائلات الكوبولا من حيث ارتباطاتها ومقاييس توافقها.
DOI: https://doi.org/10.1016/j.cam.2026.117466
Publication Date: 2026-02-21
Author(s): Marcus Rockel
Primary Topic: Mathematical Inequalities and Applications
Overview
In this section, the authors investigate Chatterjee’s rank correlation $\xi$, which serves as a measure of directed functional dependence between continuous random variables $X$ and $Y$. They establish that $\xi corresponds to Spearman’s footrule $\psi$ for the Markov product of the copula associated with $(X, Y)$ and its transpose. The study delves into the attainable region of pairs $(\xi, \psi)$ across all bivariate copulas, revealing that for a fixed $\xi$, the maximum value of $\psi$ is uniquely achieved by a Fréchet copula.
Furthermore, the authors characterize the region of stochastically increasing copulas with the inequality $\xi \leq \psi \leq \sqrt{\xi}$. They also provide a lower bound for the minimal value of $\psi$ given $\xi$, utilizing Jensen’s inequality, and introduce a two-parameter copula family that approaches this lower bound. This analysis contributes to a deeper understanding of the relationships between different copula measures and their implications in the context of stochastic dependence.
Introduction
The introduction of the paper discusses the mathematical framework of bivariate copulas, which are joint cumulative distribution functions defined on the unit square \([0, 1]^2\) with standard uniform marginals. According to Sklar’s theorem, for continuous random variables \(X\) and \(Y\), there exists a unique copula \(C \in \mathcal{C}\) such that \(F_{X,Y}(x,y) = C(F_X(x), F_Y(y))\) for all \(x, y \in \mathbb{R}\). The paper highlights two significant measures of dependence derived from copulas: Chatterjee’s rank correlation \(\xi\) and Spearman’s footrule \(\psi\). The rank correlation \(\xi\) quantifies functional dependence, while \(\psi\) serves as a measure of association for comparing rank sets. Notably, \(\xi(C) = 0\) indicates independence, and \(\xi(C) = 1\) implies that \(Y\) is almost surely a measurable function of \(X\).
The authors aim to explore the exact region of possible pairs \((\xi(C), \psi(C))\) across all copulas in \(\mathcal{C}\). They leverage a relationship between \(\xi\) and \(\psi\) to perform constrained optimizations, revealing that \(\psi(C)\) is a linear functional of a specific measurable function \(h\), while \(\xi(C)\) is quadratic. The paper outlines the organization of subsequent sections, where they will establish the upper boundary of the attainable \((\xi, \psi)\)-region through convex optimization and analyze the minimal possible value of \(\psi\) given \(\xi\). Key results are visually represented in a figure, illustrating the attainable regions for copulas.
Discussion
In this section, the authors establish the upper boundary of the attainable $(\xi, \psi)$-region for copulas, characterized by Theorem 2.1, which states that for $x \in [0, 1]$, the maximum value of $\psi(C)$ given $\xi(C) = x$ is $\sqrt{x}$. This maximum is uniquely achieved by the Fréchet copula $C^{Fr}_\alpha(u,v) = (1 – \alpha)uv + \alpha \min\{u,v\}$ with $\alpha = \sqrt{x}$. The authors also refine this result to show that for all copulas $C \in \mathcal{C}$, the relationship $|\psi(C)| \leq \sqrt{\xi(C)}$ holds, as stated in Corollary 2. The proof involves solving an optimization problem that adheres to constraints related to Chatterjee’s rank correlation, ensuring that the solution corresponds to the first partial derivatives of a copula.
Additionally, the authors introduce the class of stochastically increasing (SI) copulas, denoted $\mathcal{C}_{SI}$, and provide a tighter characterization of the $(\xi, \psi)$-region for these copulas in Theorem 2.2. They demonstrate that the lower boundary of this region is defined by the condition $\xi(C) = \psi(C)$, which is satisfied by certain non-decreasing measurable functions. The authors conclude that the attainable $(\xi, \psi)$-region for SI copulas is explicitly given by $\mathcal{R}_{SI} = \{(x,y) \in [0, 1]^2 | x \leq y \leq \sqrt{x}\}$, with the bounds being achieved by specific copula families, including the Fréchet copula. This section emphasizes the significance of the Fréchet copula in maximizing the gap $\psi – \xi$ and provides a comprehensive framework for understanding the relationships between various copula families in terms of their rank correlations and concordance measures.