×
Panagiotelis、Anastasios;克洛迪亚·查多;乔，哈里;雅各布，斯特伯

离散正则藤蔓连接的模型选择。 （英文） Zbl 1466.62171号

计算。统计数据分析。 106, 138-152 (2017).
摘要：离散藤蔓连接函数为高维数据提供了一个灵活的建模框架，与其他方法相比具有显著的计算优势。由二元copula构造块和一元边际分布构造了基于vine的多元概率质量函数。然而，即使对于数量适中的变量，替代藤蔓分解的数量也非常大，此外，还有大量候选的二元copula族，可以在任何给定的分解中用作构建块。综上所述，这两个问题确保了评估所有可能的藤系模型是不可行的。相反，引入了两种贪婪算法，用于自动选择蔓生结构和组件对copula构建块。这些算法在一项模拟研究中进行了测试，该研究本身由来自在线零售的真实世界数据驱动。这两种算法都选择能够精确估计联合概率的藤蔓。使用三种不同的f-发散作为标准，该算法的性能优于高斯copula基准，特别是对于高相关性数据。最后，将该选择算法应用于一般社会调查的数据，并使用样本内和样本外标准优于高斯copula基准。

引用于9文件

MSC公司：

62-08 统计问题的计算方法
62小时05 多元概率分布的表征与结构理论；连接线

关键词：

型号选择;count数据;尾部不对称;尾部依赖性

软件：

Copula模型
PDF格式BibTeX公司 XML格式引用
\textit{A.Panagiotelis}等人，计算。统计数据分析。106、138--152（2017年；Zbl 1466.62171）
全文： 内政部

参考文献：

[1] Agresti，A.，有序分类数据分析，（2010），John Wiley&Sons纽约·Zbl 1263.62007年
[2] 贝德福德，T。；库克，R.，条件相关随机变量的概率密度分解，《数学年鉴》。Artif公司。智力。，32, 245-268, (2001) ·Zbl 1314.62040号
[3] 贝德福德，T。；Cooke，R.，Vines——相依随机变量的新图形模型，Ann.Statist。，30, 1031-1068, (2002) ·Zbl 1101.62339号
[4] Brechmann，E。；Czado，C。；Aas，K.，高维截断规则葡萄藤，应用于财务数据，加拿大。J.统计。，40, 68-85, (2012) ·Zbl 1274.62381号
[5] Brechmann，E。；Joe，H.，Vine copulas using fit index，J.Multivariate Anal.，《使用拟合指数的藤蔓连接线》。，138, 53-75, (2015) ·Zbl 1320.62113号
[6] Czado，C.，多元连词的对连词构造，（Jaworski，P.；Durante，F.；Härdle，W.；Rychlik，W.，《连词理论及其应用研讨会》，（2010），施普林格），93-109
[7] Czado，C。；Brechmann，E。；Gruber，L.，《藤蔓连接词的选择》（Jaworski，P.；Durante，F.；Härdle，W.，《数学与定量金融中的连接词》，（2013），Springer）·Zbl 1273.62110号
[8] 迪斯曼，J。；Brechmann，E。；Czado，C。；Kurowicka，D.，《选择和估算规则藤蔓交配及其在财务回报中的应用》，计算。统计师。数据分析。，59, 52-69, (2013) ·Zbl 1400.62114号
[9] Genest，C.基因。；Nešlehová，J.，计数数据的连接线引物，Ast。公牛。，37, 475-515, (2007) ·Zbl 1274.62398号
[10] Gneiting，T。；Raftery，A.，《严格正确的评分规则、预测和估计》，J.Amer。统计师。协会，102，359-378，（2007）·Zbl 1284.62093号
[11] Good，I.，关于对称Dirichlet分布及其混合对列联表的逼近，Ann.Statist。，4, 1159-1189, (1976) ·Zbl 0348.62018号
[12] Green，P.，可逆跳跃马尔可夫链蒙特卡罗计算和贝叶斯模型确定，生物统计学，82，711-732，（1995）·Zbl 0861.62023号
[13] Gruber，L.，Czado，C.，2015年。规则藤结的贝叶斯模型选择。（提交出版）·Zbl 1335.62048号
[14] Gruber，L。；Czado，C.，规则藤结的序贯贝叶斯模型选择，贝叶斯分析。，10, 937-963, (2015) ·Zbl 1335.62048号
[15] Hoff，P.，扩展半参数copula估计的秩似然，Ann.Appl。统计，1265-283，（2007）·邮编1129.62050
[16] 华，L。；Joe，H.，多元连词的尾序和中间尾依赖性，《多元分析杂志》。，1021454-1471，（2011年）·兹比尔1221.62079
[17] Joe，H.，多元相关性的相对熵度量，J.Amer。统计师。协会，84，157-164，（1989）·Zbl 0677.62054号
[18] Joe，H.，用连接词进行依赖建模，（2014），Chapman和Hall/CRC
[19] 考尔曼，G。；Schellhase，C.，具有惩罚样条的D-葡萄藤中的灵活配对交配估计，Stat.Comput。，24, 1081-1100, (2014) ·Zbl 1332.62117号
[20] Kurowicka，D。；Cooke，R.，（高维相关性模型的不确定性分析，概率统计中的Wiley级数，（2006），Wiley Chichester）·Zbl 1096.62073号
[21] （Kurowicka，D.；Joe，H.，《依赖建模：藤蔓Copula手册》，（2011），伦敦世界科学出版公司）
[22] Min，A。；Czado，C.，D-vine对连接构造的贝叶斯模型选择，Canad。J.统计。，39, 239-258, (2011) ·Zbl 1219.62048号
[23] 莫拉莱斯·纳波尔斯，俄亥俄州。；库克·R。；Kurowicka，D.，关于n个节点上的藤蔓和规则藤蔓的数量。技术报告（2010年）
[24] Mulaik，S.A.，《结构方程线性因果建模》（2009），Chapman&Hall/CRC Boca Raton·Zbl 1269.62056号
[25] Nagler，T.，Czado，C.，2015年。利用简化的藤连接函数避免多元核密度估计中的维数灾难。（提交出版）·Zbl 1346.62071号
[26] Nikoloulopoulos，A。；Karlis，D.，多元logit copula模型及其在牙科数据中的应用，Stat.Med.，276393-6406，（2008）
[27] Nikoloulopoulos，A.K。；Joe，H.，项目反应数据的因子copula模型，《心理测量学》，80，126-150，（2015）·Zbl 1314.62276号
[28] Panagiotelis，A。；Czado，C。；Joe，H.，多元离散数据的配对copula构造，J.Amer。统计师。协会，1071063-1072，（2012）·兹比尔1395.62114
[29] Panagiotelis，A。；史密斯，M。；Danaher，P.，《从亚马逊到苹果：建模在线零售销售、购买发生率和访问行为》，J.Bus。经济。统计学。，32, 14-29, (2014)
[30] Sklar，A.，《（n）维与勒尔市场划分函数》，Publ。仪器统计。巴黎大学，8229-231，（1959）·Zbl 0100.14202号
[31] 史密斯，M。；Min，A。；阿尔梅达，C。；Czado，C.，使用序列相关性的对copula分解对纵向数据进行建模，J.Amer。统计师。协会，105，1467-1479，（2010）·Zbl 1388.62171号
[32] Stöber，J.公司。；Czado，C.，抽样对copula构造及其在数学金融中的应用，（Mai，J.-F.；Scherer，M.，Simulating Copulas:Random Models，Sampling Algorithms and applications，（2012））
[33] Stöber，J。；Hong，H。；Czado，C。；Ghosh，P.，《老年人慢性病的共病性：混合反应的copula设计确定的模式》，计算。统计师。数据分析。，88, 28-39, (2015) ·Zbl 1468.62182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。