R语言中计算Probability integral transform(PIT)的工具及相关问题咨询

一、需求背景 #

我有四组由四个相依随机变量生成的随机样本，要做copula拟合，需要计算Probability Integral Transform (PIT)。已知通过估计每个变量的边际CDF再执行PIT，能得到[0,1]区间上的均匀边际分布，但想知道R语言里有没有现成的集成命令。

二、isodistrreg包pit函数的参数疑问 #

我了解到isodistrreg包中有pit()函数，语法是pit(predictions, y, randomize = TRUE, seed = NULL)，但搞不懂参数的作用：为什么同时需要predictions和数值向量y？只输入随机数据y不能得到PIT吗？我的理解哪里错了？

误区纠正 #

这个pit()函数是用来给预测分布做PIT校验的，和你为Copula拟合做的边际CDF变换不是一回事：

• predictions是模型输出的预测分布（比如每个观测对应的预测CDF集合、分位数矩阵），y是实际观测值
• 它的核心作用是验证预测分布的校准度——如果预测准确，PIT结果应该服从均匀分布

你要的是直接用原始数据的边际CDF转换自身观测值，得到均匀边际样本，这个场景下不需要预测分布输入，所以这个函数不适合你的需求。

三、现有替代方法的缺失值问题及其他解决方案 #

我现在用的替代方法是：

1. 用ecdf()函数从数据中获取CDF；
2. 生成[0,1]范围内的均匀随机数；
3. 用分位数函数对均匀样本做CDF逆变换。

但原始数据有缺失值和NaN，运行时出现错误：

Error in quantile.default(matrixdata[, 1], unigf) : missing values and NaN's not allowed if 'na.rm' is FALSE

虽然可以设置na.rm=TRUE，但想知道其他解决方案。

其他可行方案 #

• 缺失值插补：先用均值、中位数，或者mice包的多重插补方法对原始数据的缺失值填充，再计算ecdf和分位数变换，能避免直接删失带来的样本量损失
• 自定义带缺失值处理的ecdf：先过滤掉每个变量的缺失值，用非缺失子集估计ecdf，再用这个ecdf转换该变量的所有观测（缺失值位置保留NA即可）
• 结合Copula包的缺失值处理：如果缺失值比例不高，可先对每个变量的非缺失数据做边际变换，再用Copula包自带的缺失值处理逻辑（比如成对删除）完成拟合

内容的提问来源于stack exchange，提问作者Userhanu