Fadhah Amer阿拉纳齐 多种依赖性的规则藤蔓的混合物。 (英语) Zbl 1468.62287号 J.概率。斯达。 2021,文章ID 5559518,第15页(2021). 摘要:为了揭示变量之间复杂的隐藏依赖结构,研究人员混合使用了藤蔓连接词结构。到目前为止,这些都局限于常规藤蔓模型的一个子类,即所谓的可拉伸藤蔓,只适用于所有变量对的一种类型的二元copula。然而,从一对变量到另一对变量的复杂隐藏相关性的变化更可能出现在许多实际数据集中。单型二元连接函数无法处理这样的问题。此外,规则藤蔓连接词模型比其子类更具能力和灵活性。因此,为了充分揭示和描述变量之间复杂的隐藏依赖结构,并为正则藤模型的混合提供进一步的灵活性,本文提出了一种正则藤模型与二元连接函数的混合选择。将该模型应用于模拟数据和实际数据,以说明其性能。该模型在混合R-藤蔓密度的情况下表现出显著的性能,其中单个copula族适用于所有对。 引用于1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 第60页 统计学在工程和工业中的应用;控制图 关键词:藤蔓连接结构的混合;玻璃数据 软件:JStatCom公司;龙骨;葡萄香;R(右);纳科普拉;连接线;Copula模型;连接线 PDF格式BibTeX公司 XML格式引用 \textit{F.A.Alanazi},J.Probab。Stat.2021,文章ID 5559518,15 p.(2021;Zbl 1468.62287) 全文: 内政部 参考文献: [1] Sklar,A.,《电力系统IEEE汇刊》,第8229-231页(1959年)·Zbl 0100.14202号 [2] 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 [3] Gunawan,D。;Tran,M.-N。;铃木,K。;Dick,J。;Kohn,R.,具有离散和混合裕度的高维Copula的计算有效贝叶斯估计(2016)·Zbl 1430.62101号 [4] 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 [5] Khaled,医学硕士。;Kohn,R.,《混合系函数的近似性质》(2017) [6] 马尔巴克,M。;比尔纳基,C。;Vandewalle,V.,混合数据高斯连接函数的基于模型的聚类,《统计学中的通信——理论和方法》,46,23,11635-11656(2017)·Zbl 1384.62198号 ·doi:10.1080/03610926.2016.1277753 [7] 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 [8] 格拉勒,B。;Pebesma,E.,《空间数据的对copula构造:模型空间依赖性的新方法》,《Procedia Environmental Sciences》,第7期,第206-211页(2011年)·doi:10.1016/j.prov.2011.07.036 [9] Erhardt,T.M。;Czado,C。;Schepsmeier,U.,《应用于日平均温度的空间时间序列的R-vine模型》,《生物统计学》,71,2,323-332(2015)·Zbl 1390.62326号 ·doi:10.1111/biom.12279 [10] Min,A。;Czado,C.,使用对copula结构对多元copula进行贝叶斯推断,《金融计量经济学杂志》,8,4,511-546(2010)·doi:10.1093/jjfinec/nbp031 [11] Min,A。;Czado,C.,d-vine pair-copula构造的贝叶斯模型选择,加拿大统计杂志,39,2,239-258(2011)·兹比尔1219.62048 ·doi:10.1002/cjs.10098 [12] 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 [13] 郑伟。;任,X。;周,N。;江,D。;Li,S.,用于化学过程监测、化学计量学和智能实验室系统的d-vine连接体混合物,169,19-34(2017)·doi:10.1016/j.chemolab.2017.08.002 [14] 孙,M。;Konstantelos,I。;Strbac,G.,C-vine copula混合模型,用于居民电力负荷模式数据聚类,IEEE电力系统交易,23(2016) [15] 邱,Y。;李强。;潘,Y。;Yang,H。;Chen,W.,基于混合藤copula的情景生成方法及其在风能/制氢电力系统中的应用,国际氢能杂志,44,11,5162-5170(2019)·doi:10.1016/j.ijhydene.2018.09.179 [16] O.O.Evkaya。;约兹加特·吉尔,C。;Selcuk-Kestel,A.S.,捕获复杂依赖的Cd-vine模型,应用统计杂志,10,1-15(2020) [17] 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,59,1,52-69(2013)·Zbl 1400.62114号 ·doi:10.1016/j.csda.2012.08.010 [18] 莫拉莱斯-那不勒斯,俄亥俄州。;库克·R·M。;Kurowicka,D.,关于N节点上的葡萄藤和常规葡萄藤数量(2010年) [19] Erhardt,T.M。;Czado,C。;Schepsmeier,U.,使用局部c-vines进行空间复合似然推断,多元分析杂志,138,74-88(2015)·兹比尔1328.62324 ·doi:10.1016/j.jmva.2015.01.021 [20] 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 ·数字对象标识代码:10.1214/14-ba930 [21] Gruber,L。;Czado,C.,常规藤结的贝叶斯模型选择(2015)·Zbl 1335.62048号 [22] 周,N。;Li,S.,基于简化r-vine copula的非线性和非高斯过程监测,工业与工程化学研究,57,22,7566-7582(2018)·doi:10.1021/acs.iecr.8b00701 [23] Nelsen,R.B.,《Copulas简介》(2006),美国纽约州纽约市:斯普林格,美国纽约州纽约市·Zbl 1152.62030 [24] Schweizer,B。;Sklar,A.,概率度量空间(2011),英国伦敦:Courier Corporation,英国伦敦 [25] Joe,H.,《使用Copulas进行依赖建模》(2014),英国伦敦:CRC出版社,英国伦敦·Zbl 1346.62001号 [26] Schweizer,B。;Wolff,E.F.,《关于随机变量相关性的非参数度量》(1981年)·Zbl 0468.62012年 [27] Embrechts,P。;麦克尼尔,A.J。;斯特劳曼,D.,《风险管理中的相关性和依赖性:属性和陷阱》,风险管理,1176-223(2002)·doi:10.1017/cbo9780511615337.008 [28] Cherubini,美国。;卢西亚诺,E。;Vecchiato,W.,《金融中的Copula方法》(2004),英国伦敦:John Wiley&Sons,英国伦敦·Zbl 1163.62081号 [29] 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 [30] 卡齐安卡,H。;Pilz,J.,《基于Copula的连续和离散数据(包括协变量)地质统计建模》,《随机环境研究和风险评估》,24,5,661-673(2010)·Zbl 1416.86025号 ·doi:10.1007/s00477-009-0353-8 [31] 卡齐安卡,H。;Pilz,J.,使用连接函数的贝叶斯空间建模和插值,计算机与地球科学,37,3,310-319(2011)·doi:10.1016/j.cageo.2010.06.005 [32] Khan,F。;Spöck,G。;Pilz,J.,通过将混合模型与copula模型相结合来模拟气候变量之间的模式和空间依赖结构的新方法,《国际气候学杂志》,40,2,1049-1066(2020)·doi:10.1002/joc.6255 [33] Dißmann,J.,《常规葡萄藤的统计推断及其应用》(2010),英国伦敦:英国伦敦米因琴科技大学 [34] Joe,H.,具有给定裕度和m(m−1)/2双变量依赖参数的m变量分布族,数理统计研究所讲义专论系列,23120-141(1996)·doi:10.1214/lnms/1215452614 [35] 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 [36] 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 [37] Kurowicka,D。;Cooke,R.M.,《高维依赖模型的不确定性分析》(2006),英国伦敦:John Wiley&Sons出版社,英国伦敦·兹比尔1096.62073 [38] 哈夫,I.H。;Aas,K。;Frigessi,A.,《关于简化的对连接词构造——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 [39] Dempster,A.P。;新墨西哥州莱尔德。;Rubin,D.B.,《通过EMA算法从不完整数据中获取最大似然》,《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 [40] Kim,G。;西尔瓦普勒,M.J。;Silvapulle,P.,估计连接函数的半参数和参数方法的比较,计算统计与数据分析,51,6,2836-2850(2007)·Zbl 1161.62364号 ·doi:10.1016/j.csda.2006.10.009 [41] Genest,C。;Ghoudi,K。;Rivest,L.-P.,多变量分布族中依赖性参数的半参数估计过程,Biometrika,82,3543-552(1995)·Zbl 0831.62030号 ·doi:10.1093/biomet/82.3543 [42] Joe,H.,多元模型和依赖概念(1997),美国纽约州纽约市:查普曼和霍尔,美国纽约市·Zbl 0990.62517号 [43] Joe,H.,基于copula模型的两阶段估计方法的渐近效率,多元分析杂志,94,2,401-419(2005)·Zbl 1066.62061号 ·doi:10.1016/j.jmva.2004.06.003 [44] 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》,第15期,第7-8期,第639-659页(2009年)·网址:10.1080/13518470802588767 [45] Akaike,H.,《信息论和似然比原理的扩展》(1973)·Zbl 0283.62006号 [46] Schwarz,G.,估算模型的维度,《统计年鉴》,6,2,461-464(1978)·兹伯利0379.62005 ·doi:10.1214/aos/1176344136 [47] 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 [48] 谢普斯迈尔,美国。;Stoeber,J。;Brechmann,E.C。;格雷勒,B。;Nagler,T。;Erhardt,T.,《葡萄树种群:葡萄树Copulas的统计推断》(2017) [49] R开发核心团队,R:统计计算的语言和环境(2008) [50] 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) [51] 霍弗特,M。;科贾季诺维奇,I。;Maechler,M。;Yan,J.,Copula:与Copula的多元相关性(2017) [52] Yan,J.,《享受copulas的乐趣:使用copula包》,《统计软件杂志》,21,4,1-21(2007)·doi:10.18637/jss.v021.2004 [53] 科贾迪诺维奇,I。;Yan,J.,使用copula R包对具有连续边际的多元分布建模,《统计软件杂志》,34,9,1-20(2010)·doi:10.18637/jss.v034.i09 [54] 霍弗特,M。;Mächler,M.,《嵌套阿基米德连接函数满足R:nacopula包》,《统计软件杂志》,39,9,1-20(2011)·doi:10.18637/jss.v039.i09 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。