Als «copula» getaggte Fragen

Eine Kopula ist eine multivariate Verteilung mit gleichmäßigen Randverteilungen. Copulas werden meist verwendet, um die Struktur der Abhängigkeit zwischen Zufallsvariablen getrennt von den Randverteilungen darzustellen oder zu modellieren.

3
Ist es möglich, ein Paar von Gaußschen Zufallsvariablen zu haben, für die die gemeinsame Verteilung nicht Gaußsch ist?
Jemand hat mir diese Frage in einem Vorstellungsgespräch gestellt und ich habe geantwortet, dass ihre gemeinsame Verteilung immer Gaußsch ist. Ich dachte, dass ich immer einen bivariaten Gaußschen mit ihren Mitteln und Varianz und Kovarianzen schreiben kann. Ich frage mich, ob es einen Fall geben kann, bei dem die gemeinsame …
5
Einführungslesung zu Copulas
Seit einiger Zeit bin ich auf der Suche nach einer guten Einführung in Copulas für mein Seminar. Ich finde viel Material, das über theoretische Aspekte spricht, was gut ist, aber bevor ich darauf eingehe, versuche ich, ein gutes intuitives Verständnis für das Thema aufzubauen. Könnte jemand eine gute Arbeit vorschlagen, …
1
Erreichbare Korrelationen für logarithmische Zufallsvariablen
Betrachten Sie die logarithmischen Zufallsvariablen und mit und .X1X1X_1X2X2X_2Log( X1) ∼ N( 0 , 1 )Log⁡(X1)∼N(0,1)\log(X_1)\sim \mathcal{N}(0,1)Log( X2) ∼ N( 0 , σ2)Log⁡(X2)∼N(0,σ2)\log(X_2)\sim \mathcal{N}(0,\sigma^2) Ich versuche, und \ rho _ {\ min} für \ rho (X_1, X_2) zu berechnen . Ein Schritt in der gegebenen Lösung, die ich habe, ist:ρmaxρmax\rho_{\max}ρMindestρMindest\rho_{\min}ρ …
1
Obergrenzen für die Copuladichte?
Die Fréchet-Hoeffding-Obergrenze gilt für die Kopula-Verteilungsfunktion und ist gegeben durch C( u1, . . . , ud) ≤ min { u1, . . , ud} .C(u1,...,ud)≤Mindest{u1,..,ud}.C(u_1,...,u_d)\leq \min\{u_1,..,u_d\}. Gibt es eine ähnliche (in dem Sinne, dass es von den Randdichten abhängt) Obergrenze für die anstelle der CDF?c ( u1, . . …
1
Wie simuliert man eine Gaußsche Kopula?
Angenommen, ich habe zwei univariate Randverteilungen, sagen wir und , die ich simulieren kann. Konstruieren Sie nun ihre gemeinsame Verteilung mit einer Gaußschen Kopula , die mit . Alle Parameter sind bekannt.G C ( F , G ; Σ )FFFGGGC( F, G ; Σ )C(F,G;Σ)C(F,G;\Sigma) Gibt es eine Nicht-MCMC-Methode zum …
2
Was sind einige Techniken zum Abtasten von zwei korrelierten Zufallsvariablen?
Was sind einige Techniken zum Abtasten von zwei korrelierten Zufallsvariablen: wenn ihre Wahrscheinlichkeitsverteilungen parametrisiert sind (zB log-normal) wenn sie nicht parametrische Verteilungen haben. Die Daten sind zwei Zeitreihen, für die wir Korrelationskoeffizienten ungleich Null berechnen können. Wir möchten diese Daten in Zukunft simulieren, vorausgesetzt, die historische Korrelation und die Zeitreihen-CDF …
1
R / mgcv: Warum produzieren te () und ti () Tensorprodukte unterschiedliche Oberflächen?
Das mgcvPaket für Rhat zwei Funktionen zum Anpassen von Tensorproduktwechselwirkungen: te()und ti(). Ich verstehe die grundlegende Arbeitsteilung zwischen den beiden (Anpassen einer nichtlinearen Wechselwirkung vs. Zerlegen dieser Wechselwirkung in Haupteffekte und eine Wechselwirkung). Was ich nicht verstehe, ist warum te(x1, x2)und ti(x1) + ti(x2) + ti(x1, x2)kann (leicht) unterschiedliche Ergebnisse …
11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 
2
Was ist eine adaptive Kopula?
Meine grundlegende Frage lautet: Was ist eine adaptive Kopula? Ich habe Folien aus einer Präsentation (leider kann ich den Autor der Folien nicht fragen) über adaptive Copulae und ich verstehe nicht, was dies bedeutet bzw. Wofür ist das gut? Hier sind die Folien: Dann fahren die Folien mit einem Änderungspunkttest …
1
Wenn ich einen Vektor von
Mein letztendliches Ziel ist es, einen Vektor der Größe von korrelierten Bernoulli-Zufallsvariablen erzeugen zu können . Eine Möglichkeit, dies zu tun, besteht darin, den Gaußschen Coupla-Ansatz zu verwenden. Der Gaußsche Coupla-Ansatz lässt mich jedoch nur mit einem Vektor zurück:N.N.N ( p1, … , P.N.) ∈ [ 0 , 1 ]N.(p1,…,pN.)∈[0,1]]N. …
1
Was ist das Äquivalent für cdfs von MCMC für pdfs?
In Verbindung mit einer Kreuzvalidierten Frage zur Simulation aus einer bestimmten Kopula, dh einem multivariaten cdf definiert aufC(u1,…,uk)C(u1,…,uk)C(u_1,\ldots,u_k)[0,1]k[0,1]k[0,1]^k , begann ich mich über das größere Bild zu wundern, nämlich wie, Kann man bei einer solchen Funktion einen generischen Algorithmus aus der entsprechenden Wahrscheinlichkeitsverteilung simulieren? Offensichtlich besteht eine Lösung darin, CCC …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.