×

兹马思-数学第一资源

用藤蔓连接函数和图形套索进行超高维相关性建模。(英语) Zbl 07058816
摘要:为了对高维数据进行建模,高斯方法被广泛应用,因为它们保持了可处理性,并且通过对数据施加强有力的假设生成了简约的模型。藤本copula通过结合任意边缘分布和(条件)二元copula,更加灵活。然而,随着维数的增加,这种适应性伴随着计算量的急剧增加。该方法克服了这一负担,并通过分而治之的方法使超高维非高斯相关建模迈出了第一步。首先,使用高斯方法将数据集分割为可行的小子集,然后在其上应用简约灵活的藤蔓copula。最后,将这些子模型协调成一个联合模型。数值结果证明了该方法在中等维上的可行性。给出了该方法估计超高维非高斯相关模型的能力。

理学硕士:
62-XX号 统计
PDF格式 BibTeX公司 引用
全文: 内政部
参考文献:
[1] Aas,K.,《金融应用对copula构造:回顾》,计量经济学,4,4,(2016)
[2] 原子吸收光谱,K。;查多,C。;弗瑞吉斯,A。;Bakken,H.,多重相依的配对copula建构,保险数学。经济学,44182-198,(2009年)·Zbl 1165.60009号
[3] 阿恩堡,S。;科内尔,P。;Derek,G.,在k-树中寻找嵌入的复杂性,暹罗J。阿尔及利亚。离散方法,8,2,277-284,(1987)·Zbl 0611.05022
[4] 贝德福德,T。;Cooke,R.,vines建模的条件相关随机变量的概率密度分解,Ann。数学。人工制品。国际期刊,32245-268,(2001年)·Zbl 1314.62040
[5] 贝德福德,T。;Cooke,R.,Vines——一种新的相依随机变量图形模型,Ann。统计,30(4),1031-1068,(2002)·Zbl 1101.62339
[6] 布莱希曼,E。;查多,C。;Aas,K.,高维截断规则藤蔓及其在金融数据中的应用,加拿大农业部。J。统计,40,68-85,(2012年)·Zbl 1274.62381
[7] 布莱希曼,E。C、 。;Schepsmeier,U.,《用C-和D-维恩连接词建模依赖性:R包CDVine,J。统计软件,52,3,1-27,(2013)
[8] 库克,R。M、 ,树和藤蔓因变量的马尔可夫和熵性质,(贝叶斯统计科学,第27卷,(1997年)ASA部分论文集)
[9] 查多,C。;杰斯克,S。;Hofmann,M.,《规则藤蔓copulae的选择策略》,J。Soc。法国统计局,154174-191,(2013年)·Zbl 1316.62030
[10] 邓普斯特,A。P、 ,协方差选择,生物特征学,28,1157-175,(1972)
[11] 迪曼,J。;布莱希曼,E。;查多,C。;Kurowicka,D.,《选择和估计规则藤蔓copulae及其在财务收益中的应用》,计算机。统计学家。数据分析,52,1,52-59,(2013)·Zbl 1400.62114
[12] 风扇,Y。;唐,C。Y、 高维惩罚似然参数选择。R。统计Soc。爵士。B Stat.Methodol.,75,3531-552,(2013年)
[13] 弗里德曼,J。;黑斯蒂,T。;Tibshirani,R.,稀疏逆协方差估计与图形套索,生物统计学,9,3,432,(2008)·Zbl 1143.62076
[14] Ghalanos,A.,2015。rugarch:单变量GARCH模型。R程序包版本1.3-6。
[15] Gruber,L.,Czado,C.,2015a。正则藤蔓copulas的贝叶斯模型选择。预印本·Zbl 1335.62048
[16] 格鲁伯,L。;Czado,C.,《规则藤蔓copulas的序贯贝叶斯模型选择》,bayesian Anal.,10937-963,(2015年)·Zbl 1335.62048
[17] 哈曼,H。H、 《现代因素分析》,芝加哥大学出版社,1976年·Zbl 0161.39805
[18] 黑斯蒂,T。;蒂比拉尼,R。;Friedman,J.,(统计学学习的要素。《统计学习的要素》,斯普林格统计丛书,(2001),斯普林格纽约公司:斯普林格纽约公司,美国纽约州纽约市)·Zbl 0973.62007
[19] 霍布哈夫,I。;原子吸收光谱,K。;弗瑞吉斯,A。;格拉齐亚尼,V。五十、 ,贝叶斯网络中使用规则vines的结构学习,计算机。统计学家。数据分析,10186-208,(2016年)·中银06918282
[20] Joe,H.,多元极值分布及其在环境数据中的应用,加拿大农业部。J。统计学家,22,1,47-64,(1994)·Zbl 0804.62052
[21] Joe,H.,具有给定裕度和\(m(m-1)/2\)二元相关参数的\(m)变量分布族,(Rüschendorf,L。;施维泽,B。;泰勒,M。D、 ,具有固定边缘的分布和相关主题,(1996),数理统计研究所:数理统计研究所海沃德,120-141
[22] Kovács,E.,Szántai,T.,2016年。《樱桃树copula与截断的R-藤蔓连接蛋白之间的联系》。arXiv预印本arXiv:1604.03269。
[23] Kraus,D.,Czado,C.,2017年。《生长简化藤本copula树:改进Dißmann算法》。arXiv预印本arXiv:1703.05203。
[24] 克鲁姆西克,J。;苏尔,K。;伊利格,T。;亚当斯基,J。;泰斯,F。J、 ,高斯图形模型从高通量代谢组学数据重建路径反应,BMC系统。生物学,5,1,21,(2011)
[25] 克鲁普斯基,P。;Joe,H.,多元数据的因子copula模型,J。多变量分析,12085-101,(2013)·Zbl 1280.62070
[26] Kurowicka,D.,《藤蔓的最佳截断》,(依赖性模型:藤蔓Copula手册,(2010年),《世界科学》,233-247
[27] Kurowicka,D。;Joe,H.,《依赖性建模-藤蔓连接蛋白手册》(2011),世界科学出版公司:世界科学出版公司,新加坡
[28] 劳里岑,S。五十、 ,图形模型,(1996),大学出版社:英国牛津大学出版社·Zbl 0907.62001
[29] 刘,H。;汉,F。;元,M。;拉弗蒂,J。;高维半参数高斯copula图形模型,人工神经网络。统计,40,4,2293-2326,(2012年)·Zbl 1297.62073
[30] 刘,H。;罗德,K。;Wasserman,L.,高维图形模型正则化选择(stars)的稳定性方法,(第23届神经信息处理系统国际会议论文集)。第23届神经信息处理系统国际会议论文集,NIPS'10,(2010),Curran Associates Inc.:Curran Associates Inc.USA),1432-1440
[31] 马祖德,R。;Hastie,T.,大尺度图形套索的精确协方差阈值分割。机器。学习。第13723-736号决议(2012年)·Zbl 1283.62148
[32] 麦克尼尔,A。J、 。;弗雷,R。;Embrechts,P.,《定量风险管理:概念、技术和工具》(2006),普林斯顿大学出版社·Zbl 1089.91037
[33] 新罕布什尔州梅因绍森。;Bühlmann,P.,高维图和变量选择与套索,Ann。统计,34,3,1436-1462,(2006年)·Zbl 1113.62082
[34] 穆勒博士。;Czado,C.,将稀疏高斯DAG表示为允许非高斯依赖的稀疏R-维函数,J。计算机。图表。Statist.,27,2,334-344,(2018年)
[35] 穆勒博士。;Czado,C.,《用套索选择高维稀疏藤蔓copulas》,Stat.Comput.,29,269,(2019年)
[36] 莫里,J。S、 。;邓森,D。B、 。;隆隆。;卢卡斯,J。E、 ,混合数据的贝叶斯-高斯Copula因子模型,J。阿默尔。统计学家。协会,108502656-665,(2013年),PMID:23990691·Zbl 06195968
[37] 哦,D。H、 。;巴顿,A。J、 ,用因子copulas模拟高维相关性,J。公共汽车。经济。Statist.,35,1139-154,(2017年)
[38] 普里姆,R。C、 ,最短连接网络及一些推广,贝尔系统。《技术杂志》,361389-1401,(1957年)
[39] Ryan,J.A.,Ulrich,J.M.,2017年。quantmod:定量金融建模框架。R程序包版本0.4-10。
[40] Schepsmeier,U.,Stöber,J.,Brechmann,E.C.,Graeler,B.,Nagler,T.,Erhardt,T.,2017年。VineCopula:藤蔓连接蛋白的统计推断。R包版本2.1.2。
[41] Schwarz,G.,估计模型的维数,Ann。统计师,6,2461-464,(1978年)·Zbl 0379.62005
[42] Sklar,A.,再分配与尺寸和leurs marges基金会,出版。巴黎州立大学研究所,8229-231,(1959)·Zbl 0100.14202
[43] 圣伯,J。;乔,H。;《简化对copula结构的限制和扩展》,J。多变量分析,119,0,101-118,(2013年)·兹布1277.62139
[44] Tibshirani,R.,回归收缩和通过套索选择,J。R。统计Soc。爵士。B Stat.Methodol.,58,267-288,(1994年)·Zbl 0850.62538
[45] Toh,H。;Horimoto,K.,《用聚类分析和图形高斯建模相结合的方法推断遗传网络》,生物信息学,18,2,287-297,(2002)
[46] 维顿,D。M、 。;弗里德曼,J。H、 。;Noah,S.,图形套索的新见解和更快的计算,J。计算机。图表。统计,204892-900,(2011年)
[47] 于,H。;乌伊,W。一、 T。;Dauwels,J.,《通过成对copula的树集合建模空间极值》,IEEE Trans。《信号处理》,65,3571-586,(2017年)·Zbl 1414.94719
[48] Zhao,T.,Li,X.,Liu,H.,Roeder,K.,Lafferty,J.,Wasserman,L.,2015.巨:高维无向图估计。R包版本1.2.7·Zbl 1283.68311
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。