罗杰·库克。;乔,哈里;张波 观测研究的藤蔓copula回归。 (英语) Zbl 1457.62153号 AStA,高级统计分析。 104,编号2,141-167(2020). 总结:如果解释变量和感兴趣的响应变量同时被观察到,那么将联合多元密度拟合到所有变量将能够通过条件分布进行预测。具有任意单变量边界的规则藤蔓或藤蔓连接函数为高斯或非高斯相关结构提供了丰富而灵活的多元密度类。密度可以计算任何变量子集的所有回归函数,条件是任何不相交的变量集,从而避免了转换、异方差、交互作用和高阶项的问题。只有找到一个合适的藤蔓连接部的问题仍然存在。基于藤蔓连接词的异方差预测推断用两个数据集进行了说明,其中一个数据集来自国家青年纵向研究(National Longinal Study of Youth),该研究将母乳喂养与智商联系起来。一些基于线性和二次方程的常用方法显示出一些不良的推断。 引用于2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 62J02型 一般非线性回归 62D20型 观察性研究的因果推断 62第25页 统计学在社会科学中的应用 关键词:普通藤蔓植物;高斯联结;异方差;全国青年纵向研究;母乳喂养;智商;回归推理的陷阱 软件:Copula模型;DASC公司 PDF格式BibTeX公司 XML格式引用 \textit{R.M.Cooke}等人,AStA,高级统计分析。104,第2号,141--167(2020;Zbl 1457.62153) 全文: 内政部 参考文献: [1] Aas,K。;Czado,C。;弗里吉斯,A。;Bakken,H.,多重依赖的对copula结构,Insur。数学。经济。,44, 2, 182-198 (2009) ·Zbl 1165.60009号 ·doi:10.1016/j.insmateco.2007.02.001 [2] 贝茨,DM;Watts,DG,非线性回归分析及其应用(1988),纽约:威利,纽约·Zbl 0728.62062号 [3] 贝德福德,T。;库克,RM,用藤蔓建模的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, 1-4, 245-268 (2001) ·Zbl 1314.62040号 ·doi:10.1023/A:1016725902970 [4] 贝德福德,T。;Cooke,RM,Vines-相依随机变量的新图形模型,Ann.Stat.,30,4,1031-1068(2002)·兹比尔1101.62339 ·doi:10.1214/aos/1031689016 [5] 伯纳德,C。;Czado,C.,条件分位数和尾部依赖,J.Multivar。分析。,138, 104-126 (2015) ·Zbl 1320.62164号 ·doi:10.1016/j.jmva.2015.01.011 [6] 方框,GEP;Draper、NR、响应面、混合物和脊分析(2007),霍博肯:威利·Zbl 1267.62006年 [7] GEP盒子;Tidwell,PW,自变量转换,技术计量学,4531-550(1962)·Zbl 0114.10602号 ·网址:10.1080/00401706.1962.10490038 [8] 欧共体布雷克曼;Czado,C。;Aas,K.,《应用于财务数据的高维规则葡萄树截短》,加拿大。J.Stat.,40,1,68-85(2012)·Zbl 1274.62381号 ·doi:10.1002/js.10141 [9] 欧共体布雷克曼;Joe,H.,使用拟合指数截短藤蔓连接,J.Multivar。分析。,138, 19-33 (2015) ·Zbl 1320.62113号 ·doi:10.1016/j.jmva.2015.02.012 [10] Chang,B。;Joe,H.,基于藤连词条件分布的预测,计算。统计数据分析。,139, 45-63 (2019) ·Zbl 1507.62025号 ·doi:10.1016/j.csda.2019.04.015 [11] Colson,A.,Cooke R.M.,Lutter,R.:母乳喂养如何影响智商?应用结构化专家判断的经典模型。未来资源,RFF DP16-28(2016) [12] 厨师,RM;Kurowicka,D。;Wilson,K.,《采样、条件化、计数、合并、搜索规则藤蔓》,J.Multivar。分析。,138, 4-18 (2015) ·Zbl 1321.62052号 ·doi:10.1016/j.jmva-2015.02.001 [13] 迪斯曼,J。;欧共体布雷克曼;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。统计数据分析。,59, 52-69 (2013) ·兹比尔1400.62114 ·doi:10.1016/j.csda.2012.08.010 [14] Joe,H.,《使用Copulas进行依赖建模》(2014),博卡拉顿:查普曼和霍尔/CRC,博卡拉顿·Zbl 1346.62001号 [15] Joe,H.,一些copula模型条件分布的依赖性,Methodol。计算。应用。普罗巴伯。(2018) ·Zbl 1402.60025号 ·doi:10.1007/s11009-017-9544-9 [16] 克劳斯,D。;Czado,C.,基于D-vine copula的分位数回归,计算。统计数据分析。,110, 1-18 (2017) ·Zbl 1466.62118号 ·doi:10.1016/j.csda.2016.12.009 [17] Kurowicka,D。;Joe,H.,《依赖建模:藤蔓Copula手册》(2011),新加坡:世界科学出版社,新加坡 [18] 阿拉斯加州尼科洛洛普洛斯;Joe,H。;Li,H.,Vine连接函数与非对称尾部相关性及其在金融收益数据中的应用,计算。统计数据分析。,56, 11, 3659-3673 (2012) ·Zbl 1254.91613号 ·doi:10.1016/j.csda.2010.07.016 [19] 帕萨,RA;Klugman,SA,Copula回归,方差,5,1,45-54(2011) [20] 山猫罗伯逊;Steyn,DG,每日最大臭氧浓度统计预测模型的评估和比较,大气。环境。,24B,303-312(1990)·doi:10.1016/0957-1272(90)90036-T [21] Sala-I-Martin,XX,我刚刚进行了两百万次回归,Am.Econ。修订版,87、2、178-183(1997) [22] Stöber,J。;Hong,HG;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。统计数据分析。,88, 28-39 (2015) ·Zbl 1468.62182号 ·doi:10.1016/j.csda.2015.02.001 [23] Tong,H。;蒂克斯·库马尔;Huang,Y.,《发展计量经济学》(2011),奇切斯特:威利·Zbl 1275.62079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。