Matlab中三维GEV累积分布函数抽样结果异常问题咨询

问题排查 #

• 参数顺序不匹配错误：你最初定义目标CDF时的参数顺序为@(x0,x1,x2)，但在测试代码中修改为了@(x1,x2,x0)，如果你的预期是抽样结果的第1列对应x0、第2列对应x1、第3列对应x2，这里的参数顺序错位会导致变量对应关系完全混乱。
• 边际分布认知偏差：你当前给出的三维GEV分布属于带独立分量的二元logistic极值分布族，三个边缘分布均为标准Gumbel分布，解析形式为$F(x)=\exp(-\exp(-x))$，和相依参数$\lambda$完全无关。因此你绘制不同$\lambda$下第一分量的经验CDF重合是符合理论预期的结果，不重合才说明抽样代码有错误。如果你期望边际分布随$\lambda$变化，说明你使用的分布公式本身不符合需求，需要调整分布的参数化形式。
• 数值计算精度不足：
  1. 你当前计算条件边际的有限差分步长delta = diff(lims)/10000，对于[-5,10]的区间来说步长约为0.0015，在边缘分布尾部的计算误差会被放大；
  2. 用于插值的x采样点只有300个，精度不足会引入额外的抽样误差，建议将linspace(lims(1),lims(2),300)的点数调整到1000以上，步长delta调整为1e-4。
• 标注不对应错误：测试代码中lambda_grid取值为[0.05 0.4 1]，但图例标注为\lambda=0.1, \lambda=0.5, \lambda=1，标注和实际参数不匹配。

修正建议 #

• 如果你只是要验证相依参数的影响，不需要验证边际，改为绘制x1和x2的联合分布、或条件分布即可看到不同$\lambda$的差异。
• 如果你需要更高的抽样效率，不要再使用通用数值CDF抽样方法，该分布有解析抽样方案：
  1. 单独抽样x0：x0 = -log(-log(rand))，服从标准Gumbel分布，和$\lambda$无关；
  2. 抽样二维logistic极值分布的x1、x2：

  E1 = -log(-log(rand)); E2 = -log(-log(rand)); % 两个独立标准Gumbel
  W = (-log(-log(rand)))^(-1/lambda); % 独立Fréchet(lambda)变量
  x1 = E1 * W; x2 = E2 * W;
  

  该方法没有数值误差，速度比现有循环抽样快两个数量级以上。
• 如果你坚持使用现有数值抽样方案，先统一CDF的参数顺序，再调整采样点数和步长提升精度。

内容的提问来源于stack exchange，提问作者Star