摘要
变量连续随机向量$\mathbf{X}$中的依赖结构由其唯一的copula表征。从可以从全球性的本文提出了一个非常通用的框架,即$\mathbf{X}$的$d$-维copula,用于测试从多元分布中导出的$p$-维copula的给定集合是否相同。许多对copula建模感兴趣的假设都属于这一类,包括二元对称性(对角、径向、联合)、可交换性以及各种类型的copula相等。这里,围绕零假设和二次泛函(包括Cramér–von Mises和特征函数映射)的矩阵表示定义了一大类检验统计量。由于要测试的空假设本质上是复合的,因此$\mathrm{P}$-值的计算是使用测试统计的乘数自举版本实现的。在测试几种类型的二元对称性、可交换性、非重叠和重叠连接函数的相等性以及所有二元连接函数的等同性时,研究了该方法的样本性质。总的结论是,这些测试能够很好地保持其标称水平,并且能够有效地应对各种备选方案,表明了借助连接函数对多元数据集建模方法的相关性和可靠性。
引用
下载引文
Jean-François Quessy女士。
“测试连接函数同质性假设的一般框架。”
电子。J.统计。
10
(1)
1064 - 1097,
2016
https://doi.org/10.1214/16-EJS1134
问询处
收到日期:2014年10月1日;发布日期:2016年
首次在欧几里德项目中提供:2016年4月12日
数字对象标识符:10.1214/16-EJS1134
关键词:特征函数,连接线,经验copula过程,乘法器自举,二次泛函,对称性假设
版权所有©2016数学统计研究所和伯努利学会