摘要： 优良性测试是一项基本要求 基于copula的多元连续模型中的元素 分配。 在 文献，最近的大规模模拟表明 最有力的测试是基于比较 经验copula及其参数估计 在零假设下。 至于目前可用的大部分 copula模型的goodness-of-fit过程，零分布 通过 参数引导。 这种方法的主要不便之处在于 计算成本高，随着样本量的增加 被认为是其应用的障碍。 在这项工作中，快 用于评估拟合优度的大样本测试可通过以下公式获得 乘数中心极限定理的方法。 由此产生的程序 当基于流行 矩估计方法。 大规模蒙特卡罗实验， 涉及六个常用的参数copula族和三个 copula参数的不同估计，确认 建议的程序为 相应的基于参数引导的测试。 应用程序 著名保险数据集建模的派生检验 显示了。 使用乘数法代替 参数引导可以减少大约一天的计算时间 到分钟。
关键词和短语： 经验主义的 过程，乘数中心极限定理，伪观测，秩， 半参数模型。