1) time-varying conditional correlation coefficient
时变条件相关系数
2) conditional correlation coefficient
条件相关系数
4) dynamic conditional correlation
动态条件相关系数
1.
The diagonal dynamic conditional correlation model is applied to estimate the dynamic conditional correlations among oil markets,calculate the dynamic hedging ratios between spot market and futures market,and evaluate the hedging performance of different kinds of markets portfolio,including WTI and Brent markets and cross markets.
以WTI和Brent两地的原油现货市场和期货市场为研究对象,选择对角化的动态条件相关(DCC)模型估计了市场间的动态条件相关系数,求解了WTI市场、Brent市场及跨市的动态套期保值比,评价了各种市场组合的套期保值效果。
5) nonlinear conditional correlative coefficient
非线性条件相关系数
6) delay-dependent conditions
时滞相关条件
1.
Based on linear matrix inequality(LMI),some delay-dependent conditions were derived for the robust stability of the systems with multiple time-varying delays.
对于多时变时滞系统,引入表示牛顿-莱布尼兹公式中各项的相互关系的自由权矩阵,获得了基于线性矩阵不等式(LMI)描述的系统鲁棒稳定的时滞相关条件,并说明了时滞相关条件和时滞无关条件的相互关系。
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