嵌套 Archimedean copula：一类新的非参数树结构估计量
统计方法学
2014-07-02 v1
摘要
任何嵌套 Archimedean copula 均始于一棵有根系统发育树，本文提出了一类针对该树结构的新的非参数估计量。此类估计量依赖于一个两步过程：首先构建一棵二叉树，其次在必要时将其坍缩以给出目标树结构的估计。本文给出了该类估计量的若干实例，并通过涉及不同维数目标结构的模拟研究，评估了这些估计量以及目前已知唯一的可比估计量的性能；结果表明，新的估计量不仅速度更快，通常还能提供更优的性能。此外，在给出的新类估计量实例中，表现最佳者被应用于三个数据集：482 名学生及其各项考试成绩、1979 年 26 个欧洲国家在不同经济活动中的就业工人百分比，以及 2002 年 104 个拥有各类健康相关变量的国家。所得的估计树为分析数据提供了有价值的见解。本文最后还讨论了嵌套 Archimedean copula 的总体前景。
引用
@article{arxiv.1407.0230,
title = {Nested Archimedean copulas: a new class of nonparametric tree structure estimators},
author = {Nathan Uyttendaele},
journal= {arXiv preprint arXiv:1407.0230},
year = {2014}
}