r - 如何使用经验 copula 计算概率?
问题描述
我有两个变量,这是我的数据: https ://www.dropbox.com/s/pxr1ql2lcxv2x6g/mydata.csv?dl= 0 我想使用经验 copula 来估计一系列值的概率(变量对)。
这是我到目前为止所做的。使用伪观察,我创建了经验 copula (ec)。
m <- pobs(mydata)
n <- 100
d <- 2
u <- matrix(runif(n*d), n, d)
ec <- C.n(u, X = m)
我创建了一个矩阵(变量对),其中包含我想计算概率的一系列值。
v1 <- seq(from=-10, to=0, by=0.5)
v2 <- seq(from=5, to=25, by=0.5)
matrix <- matrix(nrow = 21, ncol = 41)
dimnames(matrix) = list(v1, v2)
使用 mvdc 函数构建二元分布时,通常需要插入参数 copula 模型以及参数边际分布。但是,如果两者都是经验性的呢?换句话说,我如何使用经验边际分布使用经验 copula 来做到这一点并计算给定矩阵的概率?
解决方案
推荐阅读
- node.js - 为什么我无法在 Chrome 中打开 Chrome 选项卡,其 URL:来自 Chrome 启动器的“chrome://inspect”
- c++ - 在二维数组 C++ 中交换行
- reactjs - React useEffect 未触发且布局未更改
- reactjs - React Route 警告:在渲染不同的组件(`Context.Consumer`)时无法更新组件(`App`)
- java - 抛出异常时的 AssertionError Java
- php - 如何在 GET 请求中使用特殊字符?
- ios - 无法分配给属性:“popupHeight”是一个只能获取的属性
- mongodb - 如何修复 findOneAndUpdate?
- sql-server - 为什么 SSMS 告诉我这是一个错误,尽管脚本正在运行
- github - Github Action 触发另一个 repo 更新(push、pull_request)