基于旋转 Copula 混合的多变量时间依赖性
统计方法学
2025-02-11 v3
摘要
已知参数 Copula 族能够灵活捕捉各种依赖模式，例如二元分布下尾或上尾的正依赖或负依赖。在本文中，我们的目标是构建一个足够灵活的模型，以在 维中同时捕捉这些特征中的若干个。我们提出了一种由 个参数 Copula 旋转构成的混合模型，可以实现这一目标。我们使用 Clayton 族来说明构造方法，但该概念具有通用性，可应用于其他族。为了纳入动态依赖机制，该方法被扩展为时间相关的混合 Copula 序列，其中混合概率允许通过移动平均和季节性类型的关系随时间演变。使用模拟和真实数据集检验了所提模型的特性及其性能。
引用
@article{arxiv.2403.12789,
title = {Multivariate temporal dependence via mixtures of rotated copulas},
author = {Ruyi Pan and Luis E. Nieto-Barajas and Radu Craiu},
journal= {arXiv preprint arXiv:2403.12789},
year = {2025}
}