中国科学技术大学学报 ›› 2020, Vol. 50 ›› Issue (10): 1291-1302.DOI: 10.3969/j.issn.0253-2778.2020.10.002
摘要: 基于多元离散随机变量的抽样问题在实践中的应用价值,Erhardt和Czado 提出了基于C藤Copulas的多元离散随机变量的抽样算法,其优化参数为C藤的边参数,目标函数为给定的皮尔逊偏相关系数与样本偏相关系数的距离. 本文引入了边际正则藤Copulas的概念,进而直接以随机变量对的样本相关系数与给定的皮尔逊相关系数σij之间的距离为目标函数进行优化. 三组模拟实验结果分别与文献[1]提出的基于C藤的抽样算法,文献[3]中使用的Naive基准抽样算法相比,基于边际正则藤Copula的抽样算法具有相对较高的精确性.本文中所使用的抽样算法通过Python语言实现并打包命名为countvar上传至PyPi.
中图分类号: