Pertanyaan yang diberi tag «copula»

Seseorang bertanya kepada saya pertanyaan ini dalam wawancara kerja dan saya menjawab bahwa distribusi bersama mereka selalu Gaussian. Saya pikir saya selalu bisa menulis Gaussian bivariat dengan sarana dan varians serta kovarian mereka. Saya bertanya-tanya apakah mungkin ada kasus di mana probabilitas gabungan dari dua Gaussians bukan Gaussian?

91 normal-distribution  multivariate-analysis  copula  bivariate 

Untuk beberapa waktu sekarang, saya telah mencari bacaan pengantar yang bagus tentang Copulas untuk seminar saya. Saya menemukan banyak bahan yang berbicara tentang aspek-aspek teoretis, yang bagus, tetapi sebelum saya membahasnya, saya ingin membangun pemahaman intuitif yang baik tentang topik tersebut. Adakah yang bisa menyarankan makalah bagus yang memberikan dasar …

25 correlation  references  marginal  copula 

Pertimbangkan variabel acak lognormal dan dengan , dan .X1X1X_1X2X2X_2catatan( X1) ∼ N( 0 , 1 )log⁡(X1)∼N(0,1)\log(X_1)\sim \mathcal{N}(0,1)catatan( X2) ∼ N( 0 , σ2)log⁡(X2)∼N(0,σ2)\log(X_2)\sim \mathcal{N}(0,\sigma^2) Saya mencoba menghitung dan untuk \ rho (X_1, X_2) . Satu langkah dalam solusi yang saya miliki adalah:ρmaksρmax\rho_{\max}ρminρmin\rho_{\min}ρ ( X1, X2)ρ(X1,X2)\rho (X_1,X_2) ρmaks= ρ ( exp( …

19 correlation  copula 

Saya bertanya-tanya apa perbedaan antara distribusi normal standar multivariat dan Gaussian copula karena ketika saya melihat fungsi kerapatan, keduanya tampak sama bagi saya. Masalah saya adalah mengapa Gaussian copula diperkenalkan atau apa manfaat yang dihasilkan Gaussian copula atau apa keunggulannya ketika Gaussian copula tidak lain adalah fungsi normal standar multivariat …

17 normal-distribution  copula 

The Fréchet-Hoeffding atas terikat berlaku untuk fungsi distribusi kerja penghubung dan diberikan oleh C(u1,...,ud)≤min{u1,..,ud}.C(u1,...,ud)≤min{u1,..,ud}.C(u_1,...,u_d)\leq \min\{u_1,..,u_d\}. Apakah ada kesamaan (dalam arti bahwa itu tergantung pada kepadatan marginal) batas atas untuk kepadatan kopula daripada CDF?c(u1,...,ud)c(u1,...,ud)c(u_1,...,u_d) Referensi apa pun akan sangat dihargai.

16 references  joint-distribution  bounds  copula 

Misalkan saya memiliki dua distribusi marginal univariat, katakanlah dan G , yang dapat saya simulasikan. Sekarang, buat distribusi bersama mereka menggunakan Gaussian copula , dilambangkan C ( F , G ; Σ ) . Semua parameter diketahui.FFFGGGC(F,G;Σ)C(F,G;Σ)C(F,G;\Sigma) Apakah ada metode non-MCMC untuk mensimulasikan dari copula ini?

16 normal-distribution  simulation  copula 

Apa sajakah teknik untuk mengambil sampel dua variabel acak berkorelasi: jika distribusi probabilitasnya parameter (mis., log-normal) jika mereka memiliki distribusi non-parametrik. Data adalah dua deret waktu yang dapat digunakan untuk menghitung koefisien korelasi non-nol. Kami ingin mensimulasikan data ini di masa depan, dengan asumsi korelasi historis dan deret waktu CDF …

16 correlation  sampling  monte-carlo  stochastic-processes  copula 

Saya tertarik untuk mencari metode untuk menghasilkan data non-normal yang berkorelasi. Jadi idealnya semacam distribusi yang mengambil dalam matriks kovarians (atau korelasi) sebagai parameter dan menghasilkan data yang mendekati itu. Tapi inilah intinya: metode yang saya coba temukan harus memiliki fleksibilitas untuk juga mengontrol kemiringan multivariat dan / atau kurtosis. …

14 multivariate-analysis  references  random-generation  skewness  copula 

Saya menyederhanakan pertanyaan penelitian yang saya miliki di tempat kerja. Bayangkan saya punya 5 koin dan mari kita sebut kepala sukses. Ini adalah koin yang SANGAT bias dengan probabilitas keberhasilan p = 0,1. Sekarang, jika koin-koin itu independen, kemudian mendapatkan probabilitas minimal 1 kepala atau lebih sangat sederhana, 1 - …

14 multivariate-analysis  bernoulli-distribution  copula 

The mgcvpaket untuk Rmemiliki dua fungsi untuk pas interaksi produk tensor: te()dan ti(). Saya memahami pembagian kerja dasar antara keduanya (menyesuaikan interaksi non-linear vs menguraikan interaksi ini menjadi efek utama dan interaksi). Yang tidak saya mengerti adalah mengapa te(x1, x2)dan ti(x1) + ti(x2) + ti(x1, x2)mungkin menghasilkan (sedikit) hasil yang …

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 

Saya berharap yang satu ini cukup jelas, tetapi beri tahu saya jika ada sesuatu yang tidak jelas: Apakah ada versi multivariat dari distribusi Weibull?

10 distributions  multivariate-analysis  copula  weibull 

Versi singkat di luar konteks Mari menjadi variabel acak dengan CDF F ( ⋅ ) ≡ { θ y = 0 θ + ( 1 - θ ) × CDF log-normal ( ⋅ ; μ , σ ) y> 0yyyF( ⋅ ) ≡ { θθ + ( 1 - θ …

9 r  distributions  sampling  simulation  copula 

Pertanyaan mendasar saya adalah: Apa yang dimaksud dengan kopula adaptif? Saya punya slide dari presentasi (sayangnya, saya tidak bisa bertanya kepada penulis slide) tentang copulae adaptif dan saya tidak mengerti, apa artinya ini resp. untuk apa ini Inilah slide-slidenya: Kemudian slide-slide tersebut dilanjutkan dengan Test-point perubahan. Saya bertanya-tanya tentang apa …

9 data-visualization  copula 

Tujuan utama saya adalah untuk dapat memiliki cara untuk menghasilkan vektor ukuran dari variabel acak berkorelasi Bernoulli. Salah satu cara saya melakukan ini adalah dengan menggunakan pendekatan Gaussian Coupla. Namun, pendekatan Gaussian Coupla hanya membuat saya dengan vektor:NNN (p1,…,pN)∈[0,1]N(p1,…,pN)∈[0,1]N (p_1, \ldots, p_N) \in [0,1]^N Misalkan saya telah menghasilkan sedemikian rupa …

8 correlation  mathematical-statistics  simulation  copula 

Dalam hubungannya dengan pertanyaan yang Divalidasi Lintas dalam mensimulasikan dari kopula tertentu, yaitu, multivarian cdf didefinisikan pada , saya mulai bertanya-tanya tentang gambar yang lebih besar, yaitu bagaimana, ketika diberikan fungsi seperti itu, dapatkah seseorang mencari algoritma umum untuk disimulasikan dari distribusi probabilitas yang sesuai?C(u1,…,uk)C(u1,…,uk)C(u_1,\ldots,u_k)[0,1]k[0,1]k[0,1]^k Jelas, salah satu solusi adalah …

8 multivariate-analysis  simulation  mcmc  copula