声明
摘要
第一章 引言
第二章 Copula函数的定义与基本性质
第一节 二维Copula定义
第二节 Sklar’s定理
第三节 二维Copula函数的性质
第三章 常用Copula函数
第一节 椭球形Copula函数
3.1.1 Gaussian Copula
3.1.2 t-Copula
第二节 Archimedean Copulas
第四章 基于Copula函数的相关性测度
第一节 Pearson线性相关系数ρ
第二节 基于Copula函数的相关性测度
4.2.1 kendall秩相关系数
4.2.2 spearman秩相关系数ρs
4.2.3 尾部相关系数
第三节 基于Copula函数的相关性测度的特点
4.3.1 单调变换不变性
4.3.2 相关性测度之间的关系
第四节 基于常用二维Copula函数的相关性度量
第五节 常用Copula函数分布特征
第五章 构建经验Copula模型
第六章 构建Copula函数模型
第一节 边缘分布函数的确定
6.1.1 参数法
6.1.2 非参数法
第二节 选取适当的Copula函数
第三节 参数估计
6.3.1 极大似然估计(ML估计)
6.3.2 分步估计(IFM估计)
6.3.3 半参数估计(CML估计)
第七章 Copula模型的检验和评价
第一节 最小距离法
第二节 Copula分布函数图形法
第三节 X2拟合优度检验法
第四节 K-S拟合优度检验
第八章 应用实例
第一节 数据说明
第二节 描述统计分析
第三节 边缘分布的估计
第四节 Copula函数的估计
第五节 基于Copula的相关系数
第六节 Copula函数的拟合效果评价
第九章 结论
参考文献
致谢
个人简历