Вопросы с тегом «copula»

Кто-то задал мне этот вопрос на собеседовании, и я ответил, что их совместное распространение всегда гауссовское. Я думал, что всегда могу написать двумерный гауссовский язык со своими средствами, дисперсией и ковариациями. Мне интересно, может ли быть случай, когда совместная вероятность двух гауссианов не является гауссовой?

91 normal-distribution  multivariate-analysis  copula  bivariate 

В течение некоторого времени я искал хорошее вводное чтение по Copulas для моего семинара. Я нахожу много материалов, которые говорят о теоретических аспектах, и это хорошо, но прежде чем перейти к ним, я стремлюсь построить хорошее интуитивное понимание по этой теме. Может ли кто-нибудь предложить какие-нибудь хорошие статьи, которые обеспечат …

25 correlation  references  marginal  copula 

Рассмотрим логнормальные случайные величины X1X1X_1 и X2X2X_2 с log(X1)∼N(0,1)log⁡(X1)∼N(0,1)\log(X_1)\sim \mathcal{N}(0,1) и log(X2)∼N(0,σ2)log⁡(X2)∼N(0,σ2)\log(X_2)\sim \mathcal{N}(0,\sigma^2) . 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 Z)) и ρmin=ρ(exp(Z),exp(−σZ))ρmin=ρ(exp⁡(Z),exp⁡(−σZ))\rho_{\min}=\rho (\exp(Z),\exp(-\sigma Z)) , но они сделали некоторые ссылки на комонотонность и контркомонотонность. Я надеялся, что кто-нибудь поможет мне понять, насколько они актуальны. (Я знаю, как получить это из общего …

19 correlation  copula 

Интересно, в чем разница между многомерным стандартным нормальным распределением и гауссовой связкой, поскольку, когда я смотрю на функцию плотности, они кажутся мне одинаковыми. Моя проблема в том, почему гауссова связка вводится или какую пользу приносит гауссова связка, или в чем ее преимущество, когда гауссова связка является не чем иным, как …

17 normal-distribution  copula 

Фреш-Хёфдинг верхней границы относится к функции распределения копулы и задается C(u1,...,ud)≤min{u1,..,ud}.C(u1,...,ud)≤min{u1,..,ud}.C(u_1,...,u_d)\leq \min\{u_1,..,u_d\}. Есть ли подобные (в том смысле , что оно зависит от предельных плотностей) до верхней границы для плотности копулы c(u1,...,ud)c(u1,...,ud)c(u_1,...,u_d) вместо CDF? Любая ссылка будет принята с благодарностью.

16 references  joint-distribution  bounds  copula 

Предположим, что у меня есть два одномерных маргинальных распределения, скажем, FFF и GGG , из которых я могу смоделировать. Теперь построим их совместное распределение, используя гауссову связку , обозначаемую C(F,G;Σ)C(F,G;Σ)C(F,G;\Sigma) . Все параметры известны. Есть ли не-MCMC метод для симуляции из этой связки?

16 normal-distribution  simulation  copula 

Каковы некоторые методы для отбора двух коррелированных случайных величин: если их распределение вероятностей параметризовано (например, логарифмически нормальное) если они имеют непараметрические распределения. Данные представляют собой два временных ряда, для которых мы можем вычислить ненулевые коэффициенты корреляции. Мы хотим смоделировать эти данные в будущем, предполагая, что историческая корреляция и временной ряд …

16 correlation  sampling  monte-carlo  stochastic-processes  copula 

Я упрощаю вопрос исследования, который у меня есть на работе. Представьте, что у меня 5 монет, и давайте назовем головы успешными. Это ОЧЕНЬ смещенные монеты с вероятностью успеха p = 0.1. Теперь, если монеты были независимыми, а затем получить вероятность , по крайней мере 1 голову или более очень просто, …

15 multivariate-analysis  bernoulli-distribution  copula 

Я заинтересован в поиске метода для генерации коррелированных, ненормальных данных. Таким образом, в идеале это некое распределение, которое принимает в качестве параметра ковариационную (или корреляционную) матрицу и генерирует данные, которые приближаются к ней. Но здесь есть одна загвоздка: метод, который я пытаюсь найти, должен иметь гибкость, чтобы также контролировать его …

14 multivariate-analysis  references  random-generation  skewness  copula 

mgcvПакет Rимеет две функции для установки взаимодействия Тензор продукта: te()и ti(). Я понимаю основное разделение труда между ними (подгонка нелинейного взаимодействия против разложения этого взаимодействия на основные эффекты и взаимодействие). Чего я не понимаю, так это почему te(x1, x2)и ti(x1) + ti(x2) + ti(x1, x2)может дать (немного) разные результаты. MWE …

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 

Я надеюсь, что это говорит само за себя, но дайте мне знать, если что-то неясно: существует ли многовариантная версия дистрибутива Weibull?

10 distributions  multivariate-analysis  copula  weibull 

Вне контекста короткая версия Пусть будет случайной величиной с CDF yyyF(⋅)≡{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} Допустим, я хотел смоделировать отрисовки используя метод …

9 r  distributions  sampling  simulation  copula 

Мой основной вопрос: что такое адаптивная связка? У меня есть слайды из презентации (к сожалению, я не могу спросить автора слайдов) об адаптивных связках, и я не понимаю, что это означает, соответственно. для чего это хорошо? Вот слайды: Затем слайды продолжаются с тестом точки изменения. Мне интересно, что это такое …

9 data-visualization  copula