Copula 模型之強韌性的探討(1/2)

專案詳細資料

Description

分析具有相關性的資料的一個流行的模型是 Copula。Copula 模型(Sklar,1959)是個方便建構聯合分配函數(joint distribution function)的方法。此方法可將任意之邊際分配函數( marginal distributionfunction)透過相關性結構結合成聯合分配且提供了統計推論所需的概似函數(likelihood function)。但是應用時少有人在乎模型對不對?當模型的假設與資料的分配不吻合時,是否造成錯誤的推論!本研究計劃想探知是否有那些 Copula 模型有較佳的強軔性。如gamma; Poisson; normal;negative binomial 與binomial 分配,在分析單維度資料時皆具有強軔性。如果做為Copula 模型的marginal 分配時對Copula 模型的強軔性的影響為何?是賦予Copula 模型的強軔性,還是這些具單維度分配之強軔性被Copula 模型破壞掉?同時 Copula 模型一直未能在混合型資料(如:相關的(個數,連續)型資料),相關的(個數,名目(nominal)型資料),相關的(名目,連續)型資料)的理論與應用有明顯的進展,此自然與Copula 在混合型資料上的理論的複雜與困難有關。為突破 Copula 在混合型資料上的困難,我們亦將試著以Royall and Tsou (2003)的強軔概似函數來強軔化,分別如Poisson Gamma,Poisson Multinomial與Multinomial Gamma二分配假設為獨立的模型。再將這些被強軔化的強軔概似函數與Copula(Poisson,Gamma),Copula(Multinomial,Gamma),Copula(Poisson,Multinomial)以及強軔的多維負二項比較它們在(1) 不偏性 (unbiasedness) (2) 有效性(efficiency) 的表現。
狀態已完成
有效的開始/結束日期1/08/1731/07/18

聯合國永續發展目標

聯合國會員國於 2015 年同意 17 項全球永續發展目標 (SDG),以終結貧困、保護地球並確保全體的興盛繁榮。此專案有助於以下永續發展目標:

  • SDG 5 - 性別平等
  • SDG 17 - 為永續目標構建夥伴關係

指紋

探索此專案觸及的研究主題。這些標籤是根據基礎獎勵/補助款而產生。共同形成了獨特的指紋。