高维 Vine Copula 的模型距离
统计方法学
2016-04-22 v2
摘要
Vine copulas 是一类灵活的依赖模型，由二元构建块组成，并已被证明在高维中特别有用。经典的模型距离度量需要多元积分，因此受到维数灾难的困扰。在本文中，我们提供了数值上易于处理的方法来衡量两个 vine copulas 之间的距离，即使在高维下。为此，我们基于 Kullback-Leibler 距离连续开发了三种新的距离度量，利用其结果可表示为单变量条件密度的 KL 距离期望之和，这对于 vine copulas 很容易获得。为了减少数值计算，我们在适当设计的网格上近似这些期望，在计算时间上优于蒙特卡洛积分。在大量示例和应用中，我们说明了所开发距离度量的优缺点。
引用
@article{arxiv.1510.03671,
title = {Model distances for vine copulas in high dimensions},
author = {Matthias Killiches and Daniel Kraus and Claudia Czado},
journal= {arXiv preprint arXiv:1510.03671},
year = {2016}
}