拆的一侧才是主场：

Kendall 变换后的 Copula Cooperad

上一篇我们说：Kendall 变换 + 纤维混合，拼出来的是一个 Copula Magma——单次复合合法，结合律不谈。

这一篇翻转镜头：从大 copula 往下拆，用 Kendall 变换把每块压成均匀摘要，你会发现 cooperad 结构几乎是「白送」的。

不是硬凑，是校准之后自然长出来的。

0. 为什么是「拆」而不是「拼」

copula 理论里一直有一个隐蔽的不对称：

• Sklar 定理是「拼」：边缘 + copula → 联合。

• 边缘化投影是「拆」：CI​(uI​)=C(uI​,1,…,1) 直接掉维度。

拼的那一侧要小心：朴素 Sklar 复合会翻车（负密度、积分≠1、边缘不再均匀），得靠 Kendall 变换救场，救完也只是 Magma。

拆的那一侧反而轻松——因为边缘化、条件化、把一块压成一维摘要，这些动作本身就是「向下」的。

问题以前出在：压完之后摘要分布不一定是均匀的，所以「摘要之间的耦合」还得再证明是不是 copula。

Kendall 变换一进来，这件事被一键摆平。

1. 复习：Kendall 分布函数把块压成均匀

对绝对连续 d-copula C，Genest–Rivest (1993) 定义

KC​(t)=P(C(U1​,…,Ud​)≤t),t∈(0,1).

关键性质：

Z:=KC​(C(U1​,…,Ud​))∼Unif[0,1].

这就是 multivariate analog of the probability integral transform（Brechmann 原话）：

• 一元 PIT：FX​(X)∼U

• 多元 Kendall：KC​(C(U))∼U

一块 d 维依赖结构，被它自己的 Kendall 分布函数压缩成一个均匀标量，不丢「块内依赖强度」的排序信息，但把维度压平了。

2. Hierarchical Kendall copula：

本来就是一次 cooperad 动作

Brechmann (2012/2013) 的分层 Kendall copula 写法 ：

• 把变量分成若干块，每块 i 有一个块内 copula Ci​；

• 用对应的 Kendall 分布函数 Ki​ 把每块压成

  Vi​=Ki​(Ci​(U(i)))∼Unif;

• 再用一个 nesting copula C0​ 描述 (V1​,…,Vk​) 之间的耦合。

注意方向：

大联合 C → 沿块划分拆 → 每块压成均匀摘要 Vi​ → 摘要之间用 C0​ 耦合。

这天然是 cocomposition（余复合）：

ΔI​: Cop(n) ⟶ i=1⨂k​Cop(mi​) ⊗ Cop0​(k)

其中：

• Cop(n)：原空间的大 copula；

• Cop(mi​)：块内 copula（纤维里的条件结构）；

• Cop0​(k)：摘要空间上的 nesting copula（骨架）；

• 输出全都在「均匀边缘」的参考系里。

3. 为什么 Kendall 校准之后 cooperad 是「完美」的

3.1 不校准会卡在哪（DisCo 视角）

在裸 DisCo / 裸块联合 CDF 压缩里：

• 块摘要 Ψj​(u(j))=μj​([0,u(j)]) 只是 [0,1] 里的数；

• 但它的边缘分布不是均匀，取决于块内 copula 形状；

• 于是「摘要之间的耦合」要单独验证：是不是 copula？边缘均不均？嵌套回去积不积分成 1？

这就是 arXiv:2610.15006 里说的：拆—压—拼不是互逆，差掉的那一块是概率曲率 KI​(μ)。

3.2 Kendall 校准干了什么

把块摘要从「裸 CDF 值」换成「Kendall 变换后的均匀变量」：

Vi​=Ki​(Ci​(U(i))) ⟹ Vi​∼Unif[0,1] 自动成立.

于是：

1. 摘要的边缘均匀性是免费的——不用再证；

2. 摘要之间的耦合对象天然落在 copula 的定义域​ [0,1]k；

3. nesting copula C0​ 不再是「补救层」，而是摘要空间里唯一需要额外指定的依赖结构；

4. 再往下拆块内 Ci​，对同一套动作迭代即可——coassociativity 在均匀摘要树上自动传递。

用你的话说：

「摘要耦合的边缘，就是边缘上的摘要分布」——也就是均匀分布。

所以摘要的耦合自然就是 copula。这不是近似，是校准后的恒等式。

3.3 coassociativity 为什么不那么吓人

对集合划分 I 再细分某一块：

• 先拆成 (A,B,C)，再拆 B=(B1​,B2​)；

• 先拆成 (A,B1​,B2​,C)；

• 两次路线得到的「叶子级均匀摘要」是同一批变量、同一套 Kendall 校准。

因为 Kendall 变换是逐块、边缘自决定的（只依赖该块自己的 KCi​​），不依赖外层 nesting copula 的形状，所以：

• 校准顺序在叶子层可交换；

• 中间摘要无论先压哪一层，最终都是均匀；

• 骨架（C0​ 及其嵌套）记录「哪一层压成了哪个摘要」，不破坏下层纤维。

这不是 operad 那种「拼回去一不一样」的难题，而是 cooperad 最舒服的状态：

拆得越深，均匀摘要越细；路线不同，终点相同。

4. 和 Magma 那一篇的对偶

把两篇放一起看就完整了：

• operad 侧：函数复合看着结合，但测度层 Kendall 校准层次会打架 → 停在 Magma；

• cooperad 侧：边缘化是免费投影，Kendall 把摘要统一焊在均匀参考系 → 拆的路径可交换，cocomposition 站得住。

一句话对齐：

拼的那一侧要救，拆的那一侧本来就对——只要你愿意先用 Kendall 变换把每块剥成均匀摘要。

5. 形式化草图（给同行挑刺用）

对象：KCopn​={abs.-cont. n-copula C, 配 Kendall 函数 KC​}。

Cocomposition（对划分 I=(I1​,…,Ik​)）：

ΔI​(C)=(CI1​​,…,CIk​​; C0I​),

其中

Vi​=KCIi​​​(CIi​​(U(i)))∼U,(V1​,…,Vk​)∼C0I​.

Co-unit（忘掉所有块结构，只看全联合）：ε(C)=C。

Coassociativity：对嵌套划分 J≺I，

(id⊗ΔJ​)∘ΔI​=ΔJ​∘ΔI​

在「叶子级均匀摘要 + 对应骨架树」上一致——因为每块 Kendall 校准只依赖该块自身 CI​，与细分顺序无关。

⚠️ 这是结构声明 + 路线说明，不是完整证明稿；严格写要把 disintegration 核、KC​ 的绝对连续假设、退化块（mi​=1 时 K=id）边界情况补齐。

6. 它比「裸 DisCo 压缩」强在哪

裸 DisCo 用块联合 CDF 做一维摘要，会撞到：

• 摘要不均匀 → 摘要耦合不是现成 copula；

• 不同块摘要尺度不同 → nesting 要额外归一；

• 拆—拼不可逆，差一个概率曲率 K。

Kendall 校准相当于在压缩那一步就把「均匀边缘」焊死：

• 压缩不再是有损到「不知道边缘长啥样」，而是有损到「只知道均匀摘要 + 块内条件纤维」；

• 但「摘要层怎么耦合」不需要再证明是 copula——它生来就是；

• 于是 cooperad 不再是「近似语法」，而是 copula 在自己均匀参考系里的原生拆解代数。

7. 收尾：拼是 Magma，拆是 Cooperad

回到这条线的起点——

1938 年 Kendall 不想看数值，只看同序对；

1993 年 Genest–Rivest 把「copula 自己的值」变成均匀分布；

2012 年 Brechmann 顺着这个动作搭出分层 Kendall copula；

今天我们把镜头转过来：

别只想着把 copula 拼起来。

先把它沿块拆开，用 Kendall 变换把每块压成均匀摘要——

摘要的边缘天然均匀，摘要的耦合天然是 copula，拆的路线天然 coassociative。

所以这一侧的命名可以很安静：

不是「Copula Operad」——拼的那边还没挣到结合律。

是「Copula Cooperad」——拆的这一侧，Kendall 校准之后，它自己就站好了。

附：文献锚点

• Kendall τ：Kendall (1938)

• PIT / Rosenblatt：Rosenblatt (1952)

• Kendall 分布函数：KC​，Genest–Rivest (1993)；Barbe et al. (1996)

• Hierarchical Kendall copulas：Brechmann (2012, 2013)；top-down sampling

• Kendall vector copulas：Fan–Henry, Vector Copulas and Vector Sklar

• DisCo 与拆—拼不对称：arXiv:2610.15006（DisCo Algebra）

支持单位：