vinePIT-methods(vines)
vinePIT-methods()所属R语言包:vines
Vine Probability Integral Transform Methods
藤概率积分变换方法
译者:生物统计家园网 机器人LoveR
描述----------Description----------
Probability Integral Transform (PIT) of (Rosenblatt, 1952) for vine models. The PIT converts a set of dependent variables into a new set of variables which are independent and Uniform (0,1) under the hypothesis that the data follows a given multivariate distribution.
概率积分变换(PIT)(罗森布拉特,1952年)葡萄模型。的PIT的一组转换成是独立的和一致的一组新的变量的因变量(0,1)根据数据如下的假设,即一个给定的多元分布。
用法----------Usage----------
vinePIT(vine, u)
参数----------Arguments----------
参数:vine
A Vine object.
AVine对象。
参数:u
Vector with one component for each variable of the vine or a matrix with one column for each variable of the vine.
向量的一列中每个变量的藤藤或矩阵的每个变量的一个组成部分。
值----------Value----------
A matrix with one column for each variable of the vine and one row for each observation.
每个变量的每个观察葡萄树和一排一列的矩阵。
方法----------Methods----------
signature(vine = "CVine") PIT algorithm for CVine objects based on the Algorithm 5 of
signature(vine = "CVine") PIT算法CVine对象的基础上的算法5
signature(vine = "DVine") PIT algorithm for DVine objects based on the Algorithm 6 of
signature(vine = "DVine") PIT算法DVine对象的基础上的算法6
参考文献----------References----------
Pair-copula constructions of multiple dependence. Insurance: Mathematics and Economics 44, 182–198.
Annals of Mathematical Statistics 23, 1052–1057.
参见----------See Also----------
vinePIT.
vinePIT。
实例----------Examples----------
dimension <- 3
copulas <- matrix(list(normalCopula(0.5),
claytonCopula(2.75),
NULL, NULL),
ncol = dimension - 1,
nrow = dimension - 1,
byrow = TRUE)
vine <- CVine(dimension = dimension, trees = 1,
copulas = copulas)
data <- matrix(runif(dimension * 100),
ncol = dimension, nrow = 100)
vinePIT(vine, data)
转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。
注:
注1:为了方便大家学习,本文档为生物统计家园网机器人LoveR翻译而成,仅供个人R语言学习参考使用,生物统计家园保留版权。
注2:由于是机器人自动翻译,难免有不准确之处,使用时仔细对照中、英文内容进行反复理解,可以帮助R语言的学习。
注3:如遇到不准确之处,请在本贴的后面进行回帖,我们会逐渐进行修订。
|