×

高维数据集的R-vine copula混合模型的序列截断。 (英语) 兹比尔1486.62144

摘要:文献中已经使用混合(R)-藤系模型研究了揭示变量之间隐藏的混合依赖性。它们为多变量数据建模提供了相当大的灵活性。随着维数的增加,需要估计的模型参数数量急剧增加,这需要大量的计算时间和精力。这种情况在常规藤蔓结球混合模型中变得更加复杂。将截断方法与规则藤蔓模型的混合使用将降低基于混合的模型的计算难度。本文将树-树估计混合模型与截断方法相结合,以减少混合藤蔓连接模型中的计算时间和需要估计的参数数量。仿真研究和实际数据应用表明了该方法的性能。此外,实际数据应用表明了混合成分对截断水平的影响。

MSC公司:

62小时05 多元概率分布的表征与结构理论;连接线
62H20个 关联度量(相关性、典型相关性等)
62P05号 统计学在精算科学和金融数学中的应用
62甲12 多元分析中的估计
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Nelsen,R.B.,《Copulas简介》(2006),美国纽约州纽约市:施普林格市,纽约州纽约州,美国·Zbl 1152.62030
[2] Joe,H.,《使用Copulas进行依赖建模》(2014),佛罗里达州博卡拉顿,美国:CRC出版社,佛罗里达州波卡拉顿·Zbl 1346.62001号
[3] Bárdossy,A.,地下水质量参数的基于Copula的地质统计模型,水资源研究,42,11,1-12(2006)·doi:10.1029/2005WR004754.W11416
[4] 卡齐安卡,H。;Pilz,J.,geoENV VII:环境应用的地质统计学,使用基于Copula的地质统计模型的空间插值(2010),德国柏林:施普林格,德国柏林
[5] 巴顿,A.J.,《经济时间序列的copula模型综述》,《多元分析杂志》,110,4-18(2012)·Zbl 1244.62085号 ·doi:10.1016/j.jmva.2012.02.021
[6] Pontes Filho,J.D。;Souza Filho,F.D.A。;马丁斯,E.S.P.R。;Studart,T.M.d.C.,基于Copula的2012-2018年巴西东北部干旱多变量频率分析,Water,12,3,834(2020)·doi:10.3390/w12030834
[7] Hu,L.,《金融市场的依赖模式:混合copula方法》,《应用金融经济学》,第16、10、717-729页(2006年)·doi:10.1080/09603100500426515
[8] 张,Q。;Shi,X.,多模态基因组数据的混合copula贝叶斯网络模型,癌症信息学,16(2017)·doi:10.1177/1176935117702389
[9] Aas,K。;Czado,C。;弗里吉斯,A。;Bakken,H.,《多重依赖的双copula构造》,《保险:数学与经济学》,44,2,182-198(2009)·Zbl 1165.60009号 ·doi:10.1016/j.insmateco.2007.02.001
[10] Aas,K。;Berg,D.,多元相关性构建模型——一项比较研究,《欧洲金融杂志》,15,7-8,639-659(2009)·网址:10.1080/13518470802588767
[11] Czado,C.,多元连词的对连词构造,连词理论及其应用(2010),德国柏林:施普林格,德国柏林
[12] Czado,C。;Brechmann,E.C。;Gruber,L.,《藤蔓连接词的选择》,《数学与数量金融中的连接词》(2013),德国柏林:施普林格,德国柏林·Zbl 1273.62110号
[13] Erhardt,T.M。;Czado,C。;Schepsmeier,U.,空间时间序列的R-vine模型及其对日平均温度的应用,生物计量学,71,2233-332(2015)·Zbl 1390.62326号 ·doi:10.1111/biom.12279
[14] Gruber,L。;Czado,C.,常规藤结的序贯贝叶斯模型选择,贝叶斯分析,10,4,937-963(2015)·Zbl 1335.62048号 ·doi:10.1214/14-BA930
[15] Yu,R。;Yang,R。;张,C。;Špoljar,M。;北卡罗来纳州库琴斯卡·基彭。;Sang,G.,基于藤蔓连接的模型,用于识别互联河流系统网络中的多变量水污染风险,water,12,10,2741(2020)·doi:10.3390/w12102741
[16] 特鲁西奥斯,C。;Tiwari,A.K。;Alqahtani,F.,《加密货币投资组合中的价值-风险和预期缺口:基于藤蔓连接的方法》,《应用经济学》,52,24,2580-2593(2020)·网址:10.1080/00036846.2019.1693023
[17] 袁,X。;Ge,Z。;Song,Z.,基于高斯混合回归的多相/多模过程软传感器模型开发,化学计量学和智能实验室系统,13897-109(2014)·doi:10.1016/j.chemolab.2014.07.013
[18] Madenova,Y。;Madani,N.,高斯混合模型和地质统计联合模拟在几何变量资源建模中的应用,自然资源研究,30,2,1199-1228(2021)·doi:10.1007/s11053-020-09802-4
[19] 罗伊,A。;Parui,S.K.,基于对copula的混合模型及其在聚类中的应用,模式识别,47,4,1689-1697(2014)·doi:10.1016/j.patcog.2013.10.004
[20] Kim,D。;Kim,J.-M。;Liao,S.-M。;Jung,Y.-S.,用于建模依赖性的d-vine连接函数混合,计算统计与数据分析,64,1-19(2013)·Zbl 1468.62099号 ·doi:10.1016/j.csda.2013.02.018
[21] 魏ß,G.N.F。;Scheffer,M.,《混合配对连接构造》,《银行与金融杂志》,第54期,第175-191页(2015年)·doi:10.1016/j.jbankfin.2015.01.008
[22] Alanazi,F.A.,《多重依赖的规则藤蔓混合物》,《概率与统计杂志》,2021(2021)·兹比尔1468.62287 ·doi:10.1155/2021/5559518
[23] Brechmann,E.C。;Czado,C。;Aas,K.,《应用财务数据截短高维规则藤蔓》,《加拿大统计杂志》,40,1,68-85(2012)·Zbl 1274.62381号 ·doi:10.1002/cjs.10141
[24] Brechmann,E.C。;Joe,H.,使用拟合指数截短藤蔓连接,多元分析杂志,138,19-33(2015)·Zbl 1320.62113号 ·doi:10.1016/j.jmva.2015.02.012
[25] Schweizer,B。;Abe,S.,概率度量空间(2011),美国马萨诸塞州北切姆斯福德:美国马萨诸塞州北切姆斯福德信使公司
[26] 贝德福德,T。;Cooke,R.M.,用藤蔓建模的条件相关随机变量的概率密度分解,《数学和人工智能年鉴》,32,1/4,245-268(2001)·Zbl 1314.62040号 ·doi:10.1023/A:1016725902970
[27] 贝德福德,T。;Cooke,R.M.,《藤蔓:相依随机变量的新图形模型》,《统计年鉴》,30,4,1031-1068(2002)·Zbl 1101.62339号 ·doi:10.1214/aos/1031689016
[28] Joe,H.,具有给定边距和m(m-1)/2二元相关参数的m变量分布族,数学统计研究所讲稿-专题系列(1996),加利福尼亚州海沃德,美国:数学统计研究院,加利福尼亚州,美国
[29] Kurowicka,D。;Cooke,R.M.,《高维依赖模型的不确定性分析》(2006年),美国新泽西州霍博肯:John Wiley&Sons,新泽西州霍博肯·Zbl 1096.62073号
[30] 霍布·哈夫,I。;Aas,K。;Frigessi,A.,《关于简化的对连接词结构——简单有用还是过于简单?》?,多元分析杂志,101,5,1296-1310(2010)·Zbl 1184.62079号 ·doi:10.1016/j.jmva.2009.12.001
[31] 迪·曼,J。;Brechmann,E.C。;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》,计算统计与数据分析,59,52-69(2013)·Zbl 1400.62114号 ·doi:10.1016/j.csda.2012.08.010
[32] Dempster,A.P。;新墨西哥州莱尔德。;Rubin,D.B.,《通过EM算法从不完整数据中获得最大似然》,《皇家统计学会杂志:B辑(方法学)》,39,1,1-22(1977)·Zbl 0364.62022号 ·doi:10.1111/j.2517-6161.1977.tb01600.x
[33] Akaike,H.,《信息理论与似然比原理的扩展》,第二届信息理论国际研讨会论文集
[34] Schwarz,G.,估算模型的维度,《统计年鉴》,6,2,461-464(1978)·Zbl 0379.62005年 ·doi:10.1016/s0079-6638(08)70079-9
[35] Brechmann,E.,《截断和简化的常规葡萄树及其应用》(2010年),德国慕尼黑:慕尼黑科技大学数学系,文凭论文
[36] Bozdogan,H.,《模型选择和akaike的信息标准(aic):一般理论及其分析扩展》,《心理测量学》,52,3,345-370(1987)·Zbl 0627.62005号 ·doi:10.1007/bf02294361
[37] Alcalá-Fdez,J。;费尔南德斯,A。;Luengo,J.,Keel数据挖掘软件工具:数据集存储库,算法集成和实验分析框架,多值逻辑与软计算杂志,17,255-287(2011)
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。