二元数据主体与尾部的联合建模

在极端与非极端数据均受关注的情形下，准确建模整个数据集十分重要。在单变量框架下，分布的主体与尾部的建模此前已被广泛研究。然而，当涉及多个变量时，文献中专门旨在正确捕捉这两个区域的模型很少。本文提出一种依赖模型，其在数据支撑的整个范围内混合两个具有不同特征的copula。一个copula针对主体定制，另一个针对尾部，并采用动态加权函数在二者之间平滑过渡。通过数值方法研究了尾部依赖性质，并利用模拟确认所混合的模型具有足够的灵活性以捕捉多种结构。该模型被应用于研究英国两个站点的温度与臭氧浓度之间的依赖关系，并与单一copula拟合进行比较。所提模型对数据提供了更好、更灵活的拟合，并且还能够捕捉复杂的依赖结构。