在模型錯誤下copula應用在迴歸分析時的正確性;The validity of copula for regression when model assumptions fail

NCU Institutional Repository > 理學院 > 統計研究所 > 博碩士論文 > Item 987654321/77360

jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/77360

题名:	在模型錯誤下copula應用在迴歸分析時的正確性;The validity of copula for regression when model assumptions fail
作者:	何建興;He, Jian-Xing
贡献者:	統計研究所
关键词:	相關性資料;強韌概似函數;Copula;correlated data;robust likelihood function;copula
日期:	2018-06-29
上传时间:	2018-08-31 14:35:19 (UTC+8)
出版者:	國立中央大學
摘要:	Copula 是目前分析相關性資料時，常用的一種建構聯合分配函數的一種方法，其優點在於可以便利地建構所需的聯合分配函數，但當Copula 模型假設錯誤時，其統計推論的正確性卻鮮有人探討。本文主要的目的是在廣義線性模型下，探討當Copula 模型假設錯誤時，其迴歸參數之估計量是否具有一致性，且能否提供正確的統計推論，並與Gamma-Gamma 模型、Poisson-Negative Binomial 模型以及Bivariate Negative Binomial 模型之結果做比對。;Copulas are popular and commonly used methods for constructing joint distribution functions when analyzing correlated data. The advantage of Copulas is that one can easily construct joint distribution functions with desired marginals. However, the validity of inference based on Copulas under model misspecification is rarely investigated. The objective of this paper is to examine the properties of the Copula-based estimates of the regression parameters given that the assumptions of the Copula model fail. We also make comparisons between several Copula models with other methods for analyzing bivariate correlated data.
显示于类别:	[統計研究所] 博碩士論文

文件中的档案:

档案	描述	大小	格式	浏览次数
index.html		0Kb	HTML	215	检视/开启

在NCUIR中所有的数据项都受到原著作权保护.

社群 sharing

数据加载中.....