本文扩展了相关结构分析的标准方法，以降低高维统计数据的维数。随机向量分布线性模型的经典假设被copula模型的较弱假设所取代。对于椭圆连接函数，仍然存在类似关联的结构，但可能存在不同的裕度和不存在矩。此外，椭圆连接函数还允许对极端依赖进行连接函数结构分析。在引入新概念并推导出一些理论结果后，我们在一个模拟研究中观察到了估计量的性能：即使只有100个观测值的样本，也可以观察到统计的理论渐近行为。最后，我们在实际财务数据上测试了我们的方法，并解释了基于copula的方法与经典方法之间的差异。我们的新方法在非线性模型中也产生了相当大的降维。