1) coefficient of tail dependence
尾部相关系数
1.
A coefficient of tail dependence proposed by Ledford and Tawn (1996,1997) characterizes the dependence of extremes of the marginal variables,and includes existing models as special cases.
为了更细致地描述二元随机变量极值的相关性质 ,Ledford和 Tawn( 1 996,1 997)引进了尾部相关系数的概念 。
2) Tail-dependence coefficient
尾部相关系数
1.
The paper gives definition and character of tail dependence based on Copula function,uses the non-parameter estimation to estimate tail-dependence coefficient.
给出基于Copula函数的尾部相关性的定义和性质,采用非参数方法估计尾部相关系数。
3) coefficient of tail dependence η
尾部相关系数η
1.
The conceptions of dependence structure, copula, coefficients of rank dependence including Spearman ρ and Kendall τ and coefficient of tail dependence η are presented.
给出相关结构Copula、秩相关系数Spearmanρ与Kendallτ和尾部相关系数η,以及这三个关联性度量与Copula之间的关系,各个相关系数的估计方法。
4) tail dependence coefficient
尾部相关性系数
5) tail dependence function
尾部相关函数
1.
In this paper,we introduce dependence measure χ,χ-and tail dependence function ρ(θ) to measure tail dependence.
尾部相关性是相关性分析中重要的一类,利用度量尾部相关性的指标χ,χ-以及尾部相关函数ρ(θ)来分析尾部相关性,并给出ρ(θ)的一种非参数估计方法。
6) tail dependence
尾部相关
1.
Because of the disadvantage of traditional parametric estimation,we apply a rank-based method to estimate the Copula function and analyzes the tail dependence between the Mingsheng stock and the Pufa stock carefully with BBx-Copulas.
在常规极大似然估计法中,Copula函数的参数估计受边缘分布函数拟和的影响较大,鉴于此,用基于秩的极大似然法估计Copula函数的参数,并结合常见的4类双参数非对称BBx-Copula函数,对民生银行和浦发银行这两只股票的尾部相关性进行实证分析,结果表明股票市场在低迷时期的尾部相关性高于活跃时期的尾部相关性。
2.
Copula function is inducted as relativity analytical tool in macroeconomic analysis, it catches effectively the nonlinear and asymmetry among the variables, as well as tail dependence and so on index.
在宏观经济分析中引入相关性分析工具Copula函数,能有效的捕捉变量间的非线性,非对称及尾部相关性指标等相关关系。
补充资料：Kendall等级相关系数
Kendall等级相关系数
ion Kendall coefficient of rank correla-
Kd山u等级相关系数「E曰吐山以吧伍d句t of.”血伪川如.d佣;Ke”皿姗a劝，帅胭“e，TP朋ro“0‘ICOPpe几.朋毗」 两个随机变量(特征)X和Y间相依关系的样本度量之一，基于样本元素(戈，Y.)，二，(Xn，玖)的等级评定.这样，众n山山等级相关系数属于秩统计量(mllksta比tic)并且定义为 25 f r.·…r_、 ”Ln一1)其中;，是在X秩为i的数偶(X，y)中Y的秩、S二ZN一”(。一l)/2，N是样本中]>i和r，>r‘同时成立的元素个数.总有一1簇t《1.M.R上以坛U广泛使用K淤nd目等级相关系数做相依性度量(见〔1」). Ken山山等级相关系数被用于检验随机变量独立的假设.如果独立性的假设成立，则云二0，DT“2(2n十5)/〔gn(”一l)1.当样本容量较小时(4蛋n镬10)，独立性假设的统计检验借助于专门的数表(见【31〕来进行.当衬>10时，利用:的分布的正态逼近二如果 ，·，>一擂离，则否定关于独立的假设，否则接受假设.这里，:是显著性水平，。司:是标准正态分布的100(:/2)百分位点.像任何秩统计量一样，KendaU等级相关系数可以用于揭示两个属性特征的相依性，只要样本的元素可以按这些特征评定等级，如果X和Y有联合正态分布且相关系数为p，则p与Kendal丈等级相关系数有如下关系: _2 七T=一atcsmP· 兀亦见S碑ar田叨等级相关系数(s户汾m曰n cocfficientof几mk eorlehaion);秩检验(mnk此0.
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条