主要内容

Copulafit

将Copula拟合到数据

在页面中崩溃

句法

rhohat = copulafit（'高斯'，u）
[rhohat，nuhat] = copulafit（'t'，u）
[Rhohat，nuhat，nuci] = copulafit（'t'，u）
paramhat = copulafit（家庭，u）
[paramhat，paramci] = copulafit（family，u）
___= copulafit（___，名称，值）

描述

Rhohat= copulafit（'高斯'，你）返回估计，Rhohat，高斯副管的线性相关参数的矩阵，给定数据你。

例子

[[Rhohat，，，，nuhat] = copulafit（'t'，你）返回估计，Rhohat，A的线性相关参数的矩阵tcopula和自由度参数程度的估计，nuhat，给定数据你。

[[Rhohat，，，，nuhat，，，，二] = copulafit（'t'，你）还返回大约95％的置信区间，二，对于估计的自由度nuhat。

paramhat= copulafit（家庭，，，，你）返回估计，paramhat，用于指定类型的双变量Archimedean copula的Copula参数家庭，给定数据你。

[[paramhat，，，，paramci] = copulafit（家庭，，，，你）还返回大约95％的置信区间，paramci，对于估计的copula参数paramhat。

___= copulafit（___，，，，名称，价值）返回以前的任何语法，其中一个或多个指定的其他选项名称，价值配对参数。例如，您可以使用选项结构指定计算置信区间，或为迭代参数估计算法指定控制参数。

例子

全部收缩

打开脚本

加载和绘图模拟库存返回数据。

加载股票x = stocks（：，1）;y =股票（：，2）;数字;散射史（x，y）

使用累积分布函数的内核估计器将数据转换为copula量表（单位平方）。

u = ksdenty（x，x，'功能'，，，，'CDF'）；v = ksdenty（y，y，'功能'，，，，'CDF'）；数字;散射史（u，v）xlabel（'U'）ylabel（'v'）

适合tcopula到数据。

RNG默认％可再现性[rho，nu] = copulafit（'t'，[紫外线]，'方法'，，，，'）
Rho = 1.0000 0.7220 0.7220 1.0000 NU = 3.4516E+06

从t系词。

r = copularnd（'t'，rho，nu，1000）;u1 = r（：，1）;v1 = r（：，2）;数字;散射史（U1，V1）Xlabel（'U'）ylabel（'v'）设置（get（GCA，'孩子们'），“标记”，，，，'。'）

将随机样本转换回数据的原始量表。

x1 = ksdenty（x，u1，'功能'，，，，'icdf'）；y1 = ksdenty（y，v1，'功能'，，，，'icdf'）；数字;散射史（X1，Y1）集（GE（GCA，）'孩子们'），“标记”，，，，'。'）

输入参数

全部收缩

copula值，指定为标量值的矩阵（0,1）。如果你是一个n-经过-p矩阵，然后其值代表n点数p- 维单元超立方体。如果你是一个n-by-2矩阵，然后其值代表n单位正方形中的点。

如果您指定双变量Archimedean Copula类型（“克莱顿”，，，，'坦率'， 或者``牙胶''）， 然后你必须是一个n-by-2矩阵。

数据类型：单身的|双倍的

双变量Archimedean Copula家族，指定为以下一个。

“克莱顿” 克莱顿·科普拉（Clayton Copula）
'坦率' 弗兰克·帕科拉（Frank Copula）
``牙胶'' Gumbel Copula

名称值对参数

指定可选的逗号分隔对名称，价值参数。姓名是参数名称和价值是相应的值。姓名必须出现在引号中。您可以按任何顺序指定几个名称和值对参数NAME1，Value1，...，Namen，Valuen。

例子：'alpha'，0.01，'方法'，'近似值'计算估计的Copula参数的99％置信区间，并使用近似方法来拟合Copula。

置信区间的显着性水平，指定为逗号分隔对'Α'以及范围内的标量值（0,1）。Copulafit返回大约100×（1-α）％置信区间。

例子：'alpha'，0.01

数据类型：单身的|双倍的

安装方法tCopula，指定为逗号分隔对'方法'两者'ML'或者'。

如果指定'， 然后Copulafit适合at通过最大化的目标函数近似于自由度参数的配置文件可能性，用于大型样品[1]。该方法的显着快于最大似然（'ML'），但是对于小到适中的样本量，估计和置信度限制可能不准确。

例子：“方法”，“近似值”

控制参数规格，指定为逗号分隔对，由'选项'以及由Statset。查看字段和默认值Copulafit， 类型Statset（“ Copulafit”）在命令提示符下。

当您将Copula类型指定为“高斯”。

数据类型：结构

输出参数

全部收缩

给定数据中的估计相关参数你，作为标量值的矩阵返回。

拟合的估计自由度参数tcopula，作为标量值返回。

自由度参数的近似置信区间，作为标量值的1 by-2矩阵返回。第一列包含下边界，第二列包含上边界。默认，Copulafit返回大约95％的置信区间。您可以使用'Α'名称对。

拟合的Archimedean Copula的估计Copula参数，作为标量值返回。

Copula参数的近似置信区间，作为标量值的1 by-2矩阵返回。第一列包含下边界，第二列包含上边界。默认，Copulafit返回大约95％的置信区间。您可以使用'Α'名称对。

算法

默认，Copulafit使用最大似然适合副群你。什么时候你包含通过其边际累积分布函数的参数估计转换为单位超立方体的数据，这被称为边缘的推理功能（IFM）方法。什么时候你包含经验CDF转换的数据（请参阅ECDF），这被称为规范最大似然（CML）。

参考

[1]Bouyé，E.，V。Durrleman，A。Nikeghbali，G。Riboulet和T. Roncalli。“金融的Copulas：阅读指南和一些应用。”工作文件。De RechercheOpérationnelle，CréditLyonnais，巴黎，2000年。

也可以看看

||||

话题

在R2007B中引入

统计和机器学习工具箱文档

金宝app

尝试MATLAB，SIM金宝appULINK和其他产品下载188bet金宝搏

立即进行审判