«copula» 태그된 질문

누군가가 면접에서이 질문을하고 공동 분포가 항상 가우시안이라고 답했습니다. 나는 항상 평균과 분산 및 공분산으로 이변 량 가우시안을 작성할 수 있다고 생각했습니다. 두 가우시안의 공동 확률이 가우시안이 아닌 경우가 있는지 궁금합니다.

91 normal-distribution  multivariate-analysis  copula  bivariate 

얼마 동안 저는 세미나를 위해 Copulas에 대한 좋은 소개 자료를 찾고있었습니다. 나는 이론적 인 측면에 대해 이야기 할 수있는 많은 자료를 찾고 있는데, 그것들로 넘어 가기 전에 주제에 대한 직관적 인 이해를 구축하고자합니다. 초보자에게 좋은 기초를 제공하는 좋은 논문을 제안 할 수 있습니까 (저는 1-2 코스의 통계를 가지고 있으며 한계, …

25 correlation  references  marginal  copula 

log ( X 1 ) ∼ N ( 0 , 1 ) 및 로그 정규 확률 변수 X1X1X_1 및 X2X2X_2 를 고려하십시오 .log(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) \ rho (X_1, X_2)에 대해 \ rho 및 \ rho _ {\ min} 을 계산하려고합니다 . 주어진 솔루션의 한 단계는 다음과 같습니다.ρmaxρmax\rho_{\max}ρminρmin\rho_{\min}ρ(X1,X2)ρ(X1,X2)\rho (X_1,X_2) ρmax=ρ(exp(Z),exp(σZ))ρmax=ρ(exp⁡(Z),exp⁡(σZ))\rho_{\max}=\rho (\exp(Z),\exp(\sigma …

19 correlation  copula 

다변량 표준 정규 분포와 Gaussian copula의 차이점은 밀도 함수를 볼 때 나와 동일하게 보이기 때문에 궁금합니다. 내 문제는 Gaussian copula가 도입되거나 Gaussian copula가 생성하는 이점 또는 Gaussian copula가 다변량 표준 정규 함수 자체 일 때 그 우수성이 무엇인지에 대한 이유입니다. 또한 copula에서 확률 적분 변환의 개념은 무엇입니까? 우리는 copula가 균일 …

17 normal-distribution  copula 

Fréchet-Hoeffding 상한 접합부 분포 함수에 적용하고이 주어진다 C(u1,...,ud)≤min{u1,..,ud}.C(u1,...,ud)≤min{u1,..,ud}.C(u_1,...,u_d)\leq \min\{u_1,..,u_d\}. CDF 대신에 copula density 대한 상한 (마진 밀도에 의존한다는 의미) 상한이 있습니까?c(u1,...,ud)c(u1,...,ud)c(u_1,...,u_d) 모든 참조는 대단히 감사하겠습니다.

16 references  joint-distribution  bounds  copula 

시뮬레이션 할 수 있는 두 개의 일 변량 한계 분포 (예 : 및 G) 가 있다고 가정합니다 . 이제 C ( F , G ; Σ) 로 표시 되는 가우스 copula를 사용하여 관절 분포를 구성하십시오 .FFFGGG. 모든 매개 변수가 알려져 있습니다.C(F,G;Σ)C(F,G;Σ)C(F,G;\Sigma) 이 copula에서 시뮬레이션하기위한 비 MCMC 방법이 있습니까?

16 normal-distribution  simulation  copula 

두 개의 상관 랜덤 변수를 샘플링하는 몇 가지 기술은 무엇입니까? 확률 분포가 매개 변수화 된 경우 (예 : 로그 정규) 비모수 분포가있는 경우 데이터는 0이 아닌 상관 계수를 계산할 수있는 두 개의 시계열입니다. 우리는 과거의 상관 관계와 시계열 CDF가 일정하다고 가정하여 미래에 이러한 데이터를 시뮬레이션하고 싶습니다. 사례 (2)의 경우, 1 …

16 correlation  sampling  monte-carlo  stochastic-processes  copula 

직장에서 가지고있는 연구 질문을 단순화하고 있습니다. 내가 5 개의 동전을 가지고 있고 머리를 성공적으로 부르 자고 상상해보십시오. 이들은 성공 확률 p = 0.1 인 매우 편향된 동전입니다. 이제 동전이 독립적이라면 적어도 1 머리 이상 확률을 얻는 것은 매우 간단합니다. . 내 시나리오에서 Bernoulli 시험 (코인 토스)은 독립적이지 않습니다. 내가 액세스 …

15 multivariate-analysis  bernoulli-distribution  copula 

상관 된 비정규 데이터를 생성하는 방법을 찾는 데 관심이 있습니다. 따라서 공분산 (또는 상관) 행렬을 모수로 사용하고 근사치에 가까운 데이터를 생성하는 분포가 이상적입니다. 그러나 여기에 캐치가 있습니다. 제가 찾고자하는 방법은 다변량 왜도 및 / 또는 첨도를 제어 할 수있는 유연성을 가져야합니다. 나는 익숙한 Fleishman의 방법과 정규 변량의 거듭 제곱 방법의 …

14 multivariate-analysis  references  random-generation  skewness  copula 

mgcv에 대한 패키지는 R텐서 제품의 상호 작용을 피팅에 대한 두 가지 기능이 있습니다 : te()와 ti(). 나는 둘 사이의 기본 노동 분열을 이해한다 (비선형 상호 작용에 적합하고이 상호 작용을 주요 효과와 상호 작용으로 분해). 내가 이해할 수없는 것은 왜 te(x1, x2)와 ti(x1) + ti(x2) + ti(x1, x2)(약간) 다른 결과가 발생할 …

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 

이 설명은 자명하지만, 불분명 한 부분이 있으면 알려주세요. Weibull 분포의 다변량 버전이 있습니까?

10 distributions  multivariate-analysis  copula  weibull 

상황에 맞지 않는 짧은 버전 허락하다 yyy CDF와 함께 임의 변수 F(⋅)≡{θθ+(1−θ)×CDFlog-normal(⋅;μ,σ) y = 0 y > 0F(⋅)≡{θ y = 0 θ+(1−θ)×CDFlog-normal(⋅;μ,σ) y > 0 F(\cdot) \equiv \cases{\theta & y = 0 \\ \theta + (1-\theta) \times \text{CDF}_{\text{log-normal}}(\cdot; \mu, \sigma) & y > 0} 내가 무승부를 시뮬레이션하고 싶다고 가정 해 …

9 r  distributions  sampling  simulation  copula 

내 기본 질문은 : 적응성 copula는 무엇입니까? 적응 copulae에 대한 프레젠테이션 (슬라이드 작성자에게 요청할 수 없음)에서 슬라이드가 있는데, 이것이 의미하지 않습니다. 이것이 좋은 점은 무엇입니까? 슬라이드는 다음과 같습니다. 그런 다음 슬라이드는 변경점 테스트를 계속합니다. 나는 이것이 무엇인지 궁금하고 왜 copulae와 관련하여 이것이 필요합니까? 슬라이드는 적응 적으로 추정 된 모수 플롯으로 …

9 data-visualization  copula