从马尔可夫核视角看 copula 的全 positivity
统计理论
2022-05-05 v1 统计理论
摘要
两个随机变量之间的潜在依赖结构可以用多种方式来描述。这包括考察某些依赖性质,如下尾递减性(LTD)、随机递增性(SI)或二阶全 positivity,后者通常针对 copula(TP2)或其密度(若存在,d-TP2)来考虑。在本文中,我们研究 copula 的马尔可夫核的二阶全 positivity(简称 MK-TP2),这是一种正依赖性质,强于 TP2 和 SI,弱于 d-TP2,但与 d-TP2 不同,它不限于绝对连续 copula,因而可能是为任意 copula(包括具有奇异部分如 Marshall-Olkin copula 者)定义的最强依赖性质。我们考察了不同 copula 族(其中包括阿基米德 copula 类和极值 copula 类)的 MK-TP2 性质。特别地,我们证明了在阿基米德 copula 类中,SI 与 MK-TP2 这两种依赖性质是等价的。
引用
@article{arxiv.2205.01914,
title = {Total positivity of copulas from a Markov kernel perspective},
author = {Sebastian Fuchs and Marco Tschimpke},
journal= {arXiv preprint arXiv:2205.01914},
year = {2022}
}
备注
29 pages; 11 figures