Functions for statistical inference

Functions for statistical inference of canonical vine (C-vine) and D-vine copulas. Tools for
bivariate
exploratory data analysis and for bivariate as well as vine copula selection are provided. Models
can be estimated either sequentially or by joint maximum likelihood estimation. Sampling algorithms
and plotting methods are also included. Data is assumed to lie in the unit hypercube (so-called
copula data).

In this package several bivariate copula families are included for bivariate analysis as well as
for
multivariate analysis using vine copulas. It provides functionality of elliptical (Gaussian and
Stu­ dent t) as well as Archimedean (Clayton, Gumbel, Frank, Joe, BBl, BB6, BB7 and BBB) copulas to cover a large bandwidth of possible dependence structures. For the Archimedean copula families
rotated versions are included to cover negative dependence too. The two parameter BB I, BB6, BB7
and BBB copulas are however numerically instable for large parameters, in particular, if BB6, BB7 and BBB copulas are close to the Joe copula which is a boundary case of these three copula
families. In general, the user should be careful with extreme parameter choices.

ผลลัพธ์ (ไทย) 1:

ฟังก์ชันสำหรับการอนุมานทางสถิติมาตรฐานเถาวัลย์ (C vine) และ D-เถา copulas เครื่องมือสำหรับ bivariateวิเคราะห์ข้อมูลสำรวจ และสำหรับ bivariate และเถามีให้เลือก copula รุ่น โดยประมาณตามลำดับ หรือ โดยการประเมินความเป็นไปได้สูงสุดร่วมกัน ขั้นตอนวิธีการสุ่มตัวอย่าง และยังมีวิธีการลงจุด ข้อมูลจะถือว่าอยู่ในวิวว์หน่วย (เรียกว่า ข้อมูล copula)ในแพคเกจนี้ bivariate copula หลายครอบครัวจะรวมสำหรับการวิเคราะห์เช่น bivariate เป็น สำหรับการวิเคราะห์ตัวแปรพหุโดยใช้เถา copulas มันมีการทำงานของรูปไข่ (นที่ และ Stu บุ๋ม t) เช่นเดียวกับ copulas วง (เคลย์ Gumbel, Frank โจ BBl, BB6, BB7 และ BBB) ครอบคลุมแบนด์วิธขนาดใหญ่โครงสร้างพึ่งพาได้ สำหรับครอบครัว copula วง รุ่นหมุนมีอยู่ให้ครอบคลุมพึ่งพาเชิงลบมากเกินไป พารามิเตอร์สอง BB ฉัน BB6, BB7 และ BBB copulas อย่างไรก็ตามตัวเลข instable สำหรับใหญ่พารามิเตอร์ โดยเฉพาะ ถ้า copulas BB6, BB7 และ BBB อยู่ใกล้ copula โจซึ่งเป็นกรณีขอบเขตของ copula สามเหล่านี้ ครอบครัว ทั่วไป ผู้ใช้ควรระมัดระวัง ด้วยตัวเลือกพารามิเตอร์มาก

ผลลัพธ์ (ไทย) 2:

ฟังก์ชั่นสำหรับการอนุมานทางสถิติของเถาบัญญัติ (C-เถา) และ copulas D-เถา เครื่องมือสำหรับการ
bivariate
การวิเคราะห์ข้อมูลการสำรวจและสองตัวแปรเช่นเดียวกับการเลือกเชื่อมเถาที่มีให้ รุ่น
สามารถประมาณได้อย่างใดอย่างหนึ่งตามลำดับหรือโดยการร่วมทุนการประมาณค่าความน่าจะเป็นสูงสุด การสุ่มตัวอย่างขั้นตอนวิธีการ
และการวางแผนวิธีการรวมอยู่ด้วย ข้อมูลจะถูกสันนิษฐานว่าจะอยู่ในหน่วย hypercube (ที่เรียกว่า
ข้อมูลที่เชื่อม). ในแพคเกจนี้หลายครอบครัวเชื่อมสองตัวแปรที่จะถูกรวมในการวิเคราะห์ bivariate เช่นเดียวกับสำหรับการวิเคราะห์หลายตัวแปรโดยใช้ copulas เถา จะให้การทำงานของรูปไข่ (เสียนและสตูบุ๋ม T) เช่นเดียวกับ Archimedean (เคลย์ตันกัมเบล, แฟรงก์, โจ, BBL, BB6, BB7 และ BBB) copulas เพื่อให้ครอบคลุมแบนด์วิดธ์ขนาดใหญ่ของโครงสร้างการพึ่งพาอาศัยกันไปได้ สำหรับครอบครัวที่เชื่อม Archimedean รุ่นหมุนจะรวมเพื่อให้ครอบคลุมการพึ่งพาอาศัยกันในแง่ลบเกินไป ทั้งสองพารามิเตอร์ BB ผม BB6, BB7 และ BBB copulas มี แต่ตัวเลขไม่แน่นอนสำหรับพารามิเตอร์ที่มีขนาดใหญ่โดยเฉพาะอย่างยิ่งถ้า BB6, BB7 และ BBB copulas อยู่ใกล้กับเชื่อมโจซึ่งเป็นกรณีเขตแดนของทั้งสามเชื่อมครอบครัว โดยทั่วไปผู้ใช้ควรจะระมัดระวังกับตัวเลือกพารามิเตอร์มาก

ผลลัพธ์ (ไทย) 3:

ฟังก์ชันสำหรับการอนุมานเชิงสถิติของ Canonical เถา ( c-vine ) และ d-vine copulas . เครื่องมือสำหรับสองตัวแปรสำรวจ วิเคราะห์ข้อมูล และถดถอยเช่นเดียวกับเถาเลือกแบบให้ รุ่นสามารถประเมินได้โดยการอย่างใดอย่างหนึ่งตามลำดับหรือความน่าจะเป็นสูงสุดร่วมกัน ขั้นตอนวิธีการสุ่มตัวอย่างและวางแผนวิธีการที่ยังมีอยู่ ข้อมูลจะถือว่าอยู่ในหน่วยลูกบาศก์ ( เรียกว่าข้อมูลแบบ )ในแพคเกจนี้ หลายครอบครัวจะรวมอยู่ในการวิเคราะห์ถดถอยแบบถดถอย เช่นเดียวกับสำหรับการวิเคราะห์หลายตัวแปรโดยใช้เถา copulas . มันมีฟังก์ชันของคลื่น ( ) และตูองบุ๋ม T ) รวมทั้ง Archimedean ( Clayton , ความถี่ , แฟรงค์ , โจ , BBL , bb6 และ bb7 , BBB ) copulas ครอบคลุมแบนด์วิดธ์ของโครงสร้างที่มีขนาดใหญ่ที่สุด สำหรับ Archimedean แบบครอบครัวหมุนได้รุ่น รวมถึงการปิดลบด้วย สองพารามิเตอร์ บีบี ผม bb6 bb7 ,ลง copulas อย่างไรก็ตามตัวเลขพารามิเตอร์สำหรับกระบวนการขนาดใหญ่ โดยเฉพาะอย่างยิ่ง ถ้า bb6 bb7 BBB , และ copulas อยู่ใกล้กับโจ แบบที่เป็นขอบเขตของทั้งสามแบบ กรณีครอบครัว โดยทั่วไป ผู้ใช้ควรระมัดระวังกับการเลือกพารามิเตอร์ที่รุนแรง