×
胡安·吴；王雪；斯蒂芬·沃克。

copula的贝叶斯非参数估计。 （英语） Zbl 1457.62161号

J.统计计算。模拟 85，第1期，103-116（2015）.
摘要：copula可以充分表征多变量的相关性。本文的目的是提供一种估计copula的贝叶斯非参数方法，我们通过混合一类参数copula来实现这一点。特别地，我们证明了任何二元copula密度都可以用高斯copula浓度函数的无限混合来任意精确地逼近。该模型可以用马尔可夫链蒙特卡罗方法进行估计，并在模拟数据集和实际数据集上进行了验证。

引用于8文件

MSC公司：

62小时05 多元概率分布的表征与结构理论；连接线
62G05型 非参数估计
2015年1月62日 贝叶斯推断
62甲12 多元分析中的估计

关键词：

贝叶斯非参数估计；连接线；高斯联结；吉布斯采样；切片取样
PDF格式BibTeX公司 XML格式引用
\textit{J.Wu}等人，J.Stat.Compute。模拟85，No.1，103--116（2015；Zbl 1457.62161）
全文： 内政部

参考文献：

[1] Sklar，A.维度和边界划分函数。巴黎大学统计研究所出版物，1959年；8:229-231. [谷歌学者]·Zbl 0100.14202号
[2] 内尔森，RB。和谐与交配：一项调查。收件人：Carles MC、Josep F、JoséAR编辑。给定边际和统计建模的分布。多德雷赫特：Kluwer学术出版社；2002. 169-178. [Crossref]，[Google学者]·Zbl 1135.62337号
[3] Nelsen，RB（2006年）。连接词简介。第二版，纽约：Springer。[谷歌学者]·Zbl 1152.62030
[4] Kolev，N，Anjos，U，De Mendes，BV.Copulas：综述和最新发展。Stoch Models，2006年；22:617-660. （doi:10.1080/15326340600878206）[Taylor&Francis Online]，[Web of Science®]，[Google学者]·邮编1120.60006
[5] Choro sh，B，Ibragimov，R，Permiakova，E.Copula估计。收录人：Jaworski P、Durante F、Härdle WK、Rychlik T，编辑。Copula理论及其应用。统计学讲义，第198卷。柏林：施普林格；2010年，第77-91页。[Crossref]，[Google学者]
[6] Genest，C，Rivest，LP公司。二元阿基米德连接函数的统计推断程序。美国统计协会杂志，1993年；88分103秒-1043秒。（doi:10.1080/01621459.1993.10476372）[Taylor&Francis在线]，[Web of Science®]，[谷歌学者]·Zbl 0785.62032号
[7] Kim，G，Silvapulle，MJ，Silvappulle，P.估计连接函数的半参数和参数方法的比较。计算统计数据分析。，2007;51:2836-2850. （doi:10.1016/j.csda.2006.10.009）[Crossref]，[Web of Science®]，[Google学者]·Zbl 1161.62364号
[8] Silva，RS，Lopes，HF。Copula，边际分布和模型选择：贝叶斯注释。统计计算。，2008;18:313-320. （doi:10.1007/s1122-008-9058-y）[Crossref]，[Web of Science®]，[Google学者]
[9] Huard，D，Evin，G，Favre，AC。贝叶斯交配选择。计算统计数据分析。，2006;51:809-822. （doi:10.1016/j.csda.2005.08.010）[Crossref]，[Web of Science®]，[Google学者]·Zbl 1157.62359号
[10] Genest，C，Gendron，M，Bourdeau-Brien，M。金融学中连接词的出现。《欧洲财务杂志》。，2009;15:609-618. （doi:10.1080/13518470802604457）[Taylor&Francis Online]，[Web of Science®]，[Google学者]
[11] Dehewels，P.La function de dépendance empirique et ses propriés，un test non-paramétrique dédependance。比利时皇家科学院公告，1979年；65:274-292. [谷歌学者]·Zbl 0422.62037号
[12] Fermanian，JD，Radulovic，D，Wegkamp，M.经验连接函数过程的弱收敛性。伯努利。，2004;10:847-860. （doi:10.3150/bj/1099579158）[交叉引用]，[科学网®]，[谷歌学者]·Zbl 1068.62059号
[13] Chen，SX，Huang，T.相关性建模中copula函数的非参数估计。Can J Stat.，2007年；35:265-282. （doi:10.1002/cjs.5550350205）[Crossref]，[Web of Science®]，[Google学者]·Zbl 1129.62023号
[14] Genest，C，Masiello，E，Tribouley，K。通过小波估计copula密度。保险数学经济。，2009;44:170-181。（doi:10.1016/j.insmatoco.2008.07.006）[Crossref]，[Web of Science®]，[谷歌学者]·Zbl 1167.91015号
[15] Autin，F，Pennec，EL，Tribouley，K.估计copula密度的阈值方法。多元分析杂志。，2010;101:200-222. （doi:10.1016/j.jmva.2009.07.009）[Crossref]，[Web of Science®]，[Google学者]·Zbl 1177.62075号
[16] Pitt，M，Chan，D，Kohn，R.高斯copula回归模型的有效贝叶斯推断。生物特征。，2006;93:537-554. （doi:10.1093/biomet/93.3537）[Crossref]，[Web of Science®]，[Google学者]·兹比尔1108.62027
[17] Hoff，PD。扩展半参数copula估计的秩似然。Ann Appl Stat.，2007年；1:265-283. （doi:10.1214/07-AOAS107）[Crossref]，[Web of Science®]，[Google学者]·邮编1129.62050
[18] Müller，P，Quintana，FA。非参数贝叶斯数据分析。统计科学。，2004;19:95-110. （doi:10.1214/0883423040000017）[Crossref]，[Web of Science®]，[Google学者]·Zbl 1057.62032号
[19] Guillotte，S，Perron，F.二元极值分布相关函数的Bayes估计。Can J Stat.，2008年；36:383-396. （doi:10.1002/cjs.5550360304）[交叉引用]，[谷歌学者]·Zbl 1153.62045号
[20] Guillotte，S，Perron，F.使用Jeffreys先验对二元copula的Bayesian估计。伯努利。，2012;18:496-519. （doi:10.3150/10-BEJ345）[Crossref]，[Web of Science®]，[Google学者]·Zbl 1318.62112号
[21] Silva，R，Gramacy，RB（2009年）。Copula贝叶斯混合的MCMC方法。摘自：第十二届国际人工智能与统计会议，第5卷。佛罗里达州清水镇：清水海滩。第512-519页。[谷歌学者]
[22] 杜兰特，F，森皮，C（2010）。Copula理论：导论。收录人：Jaworski P、Durante F、Härdle WK、Rychlik T编辑。Copula理论及其应用。统计学讲义，第198卷。柏林：斯普林格。第3-31页。[谷歌学者]
[23] 低，是的。关于一类贝叶斯非参数估计Ⅰ：密度估计。Ann Stat.，1984年；12:351-357. （doi:10.1214/aos/1176346412）[Crossref]，[Web of Science®]，[谷歌学者]·Zbl 0557.62036号
[24] TS弗格森（1983）。混合正态分布的贝叶斯密度估计。收件人：Rizvi H，Rustagi J编辑。纽约：学术出版社。第287-303页。统计方面的最新进展。[谷歌学者]·Zbl 0557.62030号
[25] Kalli，M，Griffin，JE，Walker，SG.切片取样混合模型。统计计算。，2010;21:93-105. （doi:10.1007/s1122-009-9150-y）[Crossref]，[Web of Science®]，[Google学者]·Zbl 1256.65006号
[26] Qu，L，Yin，W.用总变差估计Copula密度，用线性等式约束惩罚似然。计算统计数据分析。，2012;56:384-398. （doi:10.1016/j.csda.2011.07.016）[交叉引用]，[科学网®]，[谷歌学者]·Zbl 1239.62038号
[27] Azzalini，A，Dalla Valle，A。多元偏态正态分布。生物特征。，1996;83:715-726. （doi:10.1093/biomet/83.4.715）[Crossref]，[Web of Science®]，[Google学者]·Zbl 0885.62062号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。