主要内容

Copulastat

Copula等级相关性

页面上倒塌

句法

r = copulastat（'高斯'，rho）
r = copulastat（'t'，rho，nu）
r = copulastat（家庭，alpha）
r = copulastat（___，名称，价值）

描述

例子

R.= Copulastat（'高斯'，rho.）返回Kendall的等级相关性，R.，它对应于具有线性相关参数的高斯谱图rho.。

R.= copulastat（'t'，rho.那nu.）返回Kendall的等级相关性，R.，这对应于aT.Copula具有线性相关参数，rho.以及自由度参数，nu.。

R.= copulastat（家庭那α）返回Kendall的等级相关性，R.，它对应于具有所指定类型的双体形ARCHIMEDEAN COPULA家庭和标量参数α。

R.= copulastat（___那名称，价值）返回Copula等级相关性与一个或多个指定的其他选项名称，价值配对参数，使用以前的任何语法。例如，您可以退回Spearman的rho.等级相关性。

例子

全部收缩

打开直播脚本

使用指定的线性相关参数计算高斯库的等级相关性rho.。

rho = -7071;tau = copulastat（'高斯'，rho）
tau = -0.5000.

使用Copula从具有相同参数A和B等于2的比较分布生成相关的随机值。

RNG.默认重复性的％u = copularnd（'高斯'，rho，100）;B =贝纳韦（U，2,2）;

验证样本是否具有秩序大致等于的等级相关性TAU。

tau_sample = corr（b，'类型'那'K'）
tau_sample =2×21.0000 -0.5135 -0.5135 1.0000

输入参数

全部收缩

Copula的线性相关参数，指定为标量值或标量值的矩阵。

  • 如果rho.然后是标量相关系数，然后R.是对应于一体的谱相对应的标量相关系数。

  • 如果rho.是A.P.-经过-P.相关矩阵，然后R.是A.P.-经过-P.相关矩阵。

数据类型：单身的|双倍的

自由度T.Copula，指定为正整数值。

数据类型：单身的|双倍的

Bivariate Archimedean Copula家族，被指定为以下之一。

'克莱顿' Clayton Copula.
'坦率' 弗兰克copula.
'gumbel' gumbel copula.

Bivariate Archimedean Copula参数，指定为标量值。允许的值α取决于指定的copula家族。

copula家族 允许的alpha值
'克莱顿' [0，∞）
'坦率' （ - ∞，∞）
'gumbel' [1，∞）

数据类型：单身的|双倍的

名称值对参数

指定可选的逗号分离对名称，价值论点。名称是参数名称和价值是相应的价值。名称必须出现在引号内。您可以以任何顺序指定多个名称和值对参数name1，value1，...，namen，valuen。

例子：'type'，'spearman'计算Spearman的等级相关性。

等级相关类型，指定为逗号分隔的配对'类型'以及以下之一。

  • '肯德尔'- 计算肯德尔的TAU。

  • “矛曼”- 计算Spearman的rho.（排名相关）。

Copulastat使用近似值与不具有现有分析公式的Copula家族的Spearman排名相关性。近似基于在Copula参数的离散值下计算的平滑拟合。为一个T.Copula，近似是大于0.05的自由度的准确性。

例子：'type'，'spearman'

输出参数

全部收缩

Copula等级相关，作为标量值或标量值的矩阵。

  • 如果rho.然后是标量相关系数，然后R.是对应于一体的谱相对应的标量相关系数。

  • 如果rho.是A.P.-经过-P.相关矩阵，然后R.是A.P.-经过-P.相关矩阵。

也可以看看

|||

话题

在R2006A介绍

统计和机器学习工具箱文档

金宝app

掌握机器学习：使用MATLAB逐步指南

掌握机器学习：使用MATLAB逐步指南

下载电子书