主要内容

copulafit

数据拟合

全部折叠到页面中

语法

rhohat = copulafit(“高斯”,u)
[rhohat, nuhat] = copulafit (t, u)
[rhohat, nuhat nuci] = copulafit (t, u)
paramhat = copulafit(家庭,u)
[paramhat, paramci] = copulafit(家庭,u)
＿＿＿= copulafit (＿＿＿、名称、值)

描述

rhohat= copulafit(“高斯”,u）返回一个估计,rhohat，给出了高斯关联函数的线性相关参数矩阵u．

例子

［rhohat，nuhat) = copulafit(“t”,u）返回一个估计,rhohat的线性相关参数矩阵t和自由度参数的估计，nuhat，给出数据u．

［rhohat，nuhat，nuci) = copulafit(“t”,u）也返回一个大约95%的置信区间，nuci，为中估计的自由度nuhat．

paramhat= copulafit (家庭，u）返回一个估计,paramhat，为指定类型的二元阿基米德copula的copula参数家庭，给出数据u．

［paramhat，paramci) = copulafit (家庭，u）也返回一个大约95%的置信区间，paramci，用于估计copula参数paramhat．

＿＿＿= copulafit (＿＿＿，名称,值）返回任何前面的语法，附加选项由一个或多个指定名称,值对参数。例如，可以指定要计算的置信区间，或者使用选项结构指定迭代参数估计算法的控制参数。

例子

全部折叠

打开脚本

加载和绘制模拟的股票回报数据。

负载stockreturnsx =股票(:1);y =股票(:,2);图;scatterhist (x, y)

使用累积分布函数的核估计量将数据转换为copula尺度(单位平方)。

u = ksdensity (x, x,“函数”，“提供”）;v = ksdensity (y y“函数”，“提供”）;图;scatterhist (u, v)包含(“u”) ylabel (“v”）

适合t和数据有关联。

rng默认的%的再现性(ρ,ν)= copulafit (“t”(u v),“方法”，“ApproximateML”）
= 0。0000 0。0220 0。0000 nu = 3。2727e+06

中生成一个随机样本t连系动词。

r = copularnd (“t”ρ,ν,1000);u1 = r (: 1);v1 = r (:, 2);图;scatterhist (u1, v1)包含(“u”) ylabel (“v”甘氨胆酸)组(get (,“孩子”)，“标记”，“。”）

将随机样本转换回数据的原始规模。

x1 = ksdensity (x, u1,“函数”，“icdf”）;日元= ksdensity (y, v1,“函数”，“icdf”）;图;scatterhist (x1, y1)集(get (gca),“孩子”)，“标记”，“。”）

输入参数

全部折叠

Copula值，指定为范围为(0,1)的标量值的矩阵。如果u是一个n——- - - - - -p矩阵，那么它的值表示n分p维单位超立方体。如果u是一个n-2矩阵，那么它的值表示n单位方格上的点。

如果您指定一个二元阿基米德连接类型(“克莱顿”，“弗兰克”,或“甘力克”),然后u必须是一个n2矩阵。

数据类型:单|双

双变量阿基米德关联函数族，指定为下列之一。

“克莱顿” 克莱顿连系动词
“弗兰克” 弗兰克连系动词
“甘力克” 甘力克连系动词

名称-值对的观点

指定可选的逗号分隔对名称,值参数。的名字参数名和价值是对应的值。的名字必须出现在引号内。您可以按如下顺序指定几个名称和值对参数Name1, Value1,…,的家．

例子:“阿尔法”,0.01,“法”、“ApproximateML”为估计的copula参数计算99%的置信区间，并使用近似方法拟合的copula。

置信区间的显著性水平，由逗号分隔的对组成“α”和(0,1)范围内的标量值。copulafit返回近似100×(1α)%置信区间。

例子:“阿尔法”,0.01

数据类型:单|双

拟合方法tCopula，指定为逗号分隔的一对，由“方法”,要么毫升的或“ApproximateML”．

如果您指定“ApproximateML”,然后copulafit符合一个t通过最大化一个目标函数，该目标函数近似于自由度参数的对数似然曲线［1］．这种方法比maximum likelihood(最大可能性)要快得多。毫升的)，但对于小到中等样本量，估计和置信限可能不准确。

例子:“方法”、“ApproximateML”

控制参数规范，由逗号分隔的对组成“选项”期权结构是由statset．控件使用的字段和默认值copulafit、类型statset(“copulafit”)在命令提示符处。

当将copula类型指定为时，此名称-值对不适用“高斯”．

数据类型:结构体

输出参数

全部折叠

对拟合高斯耦合函数的相关参数进行了估计，给出了u，返回为标量值矩阵。

估计的自由度参数为拟合tCopula，作为标量值返回。

自由度参数的近似置信区间，以标量值的1 × 2矩阵返回。第一列包含下边界，第二列包含上边界。默认情况下,copulafit返回近似的95%置信区间。方法指定不同的置信区间“α”名称-值对。

估计拟合的阿基米德耦合参数，以标量值返回。

copula参数的近似置信区间，以标量值的1 × 2矩阵返回。第一列包含下边界，第二列包含上边界。默认情况下,copulafit返回近似的95%置信区间。方法指定不同的置信区间“α”名称-值对。

算法

默认情况下,copulafit使用最大似然值来拟合u．当u包含通过参数估计其边际累积分布函数转换为单位超立方的数据，这被称为边际推断函数(IFM)方法。当u包含由经验CDF转换的数据(参见ecdf)，这被称为典型极大似然(CML)．

参考文献

[1] Bouyé， E, V. Durrleman, A. Nikeghbali, G. Riboulet和T. Roncalli。《金融copula:阅读指南和一些应用》工作报告。研究集团Opérationnelle, Crédit里昂，巴黎，2000年。

另请参阅

||||

主题

介绍了R2007b

统计和机器学习工具箱文档

万博1manbetx

掌握机器学习:MATLAB一步一步的指南

掌握机器学习:MATLAB一步一步的指南

下载电子书