Supposons que j'ai deux distributions marginales univariées, disons et , à partir desquelles je peux simuler. Maintenant, construisons leur distribution conjointe en utilisant une copule gaussienne , notée . Tous les paramètres sont connus.
Existe-t-il une méthode non-MCMC pour simuler à partir de cette copule?
Réponses:
Il existe une méthode très simple à simuler à partir de la copule gaussienne qui est basée sur les définitions de la distribution normale multivariée et de la copule de Gauss.
Je vais commencer par fournir la définition et les propriétés requises de la distribution normale multivariée, suivie de la copule gaussienne, puis je fournirai l'algorithme à simuler à partir de la copule de Gauss.
Distribution normale multivariéeX=(X1,…,Xd)′
Un vecteur aléatoire a une distribution normale multivariée si X d = μ + A Z , où Z est un vecteur k- dimensionnel de variables aléatoires normales normales indépendantes, μ est un d -vecteur dimensionnel de constantes, et A est une matrice d × k de constantes. La notation d =
Copule de Gauss
La copule de Gauss est définie implicitement à partir de la distribution normale multivariée, c'est-à-dire que la copule de Gauss est la copule associée à une distribution normale multivariée. Plus précisément, d'après le théorème de Sklar, la copule de Gauss est où Φ
Algorithme de simulationP Σ A peut être obtenue par la décomposition de Cholesky de la matrice de covariance Σ .
Compte tenu de ce qui précède, une approche naturelle pour simuler à partir de la copule de Gauss consiste à simuler à partir de la distribution normale standard multivariée avec une matrice de corrélation appropriée , et à convertir chaque marge en utilisant la transformation intégrale de probabilité avec la fonction de distribution normale standard. Alors que la simulation à partir d'une distribution normale multivariée avec une matrice de covariance Σ revient essentiellement à faire une somme pondérée de variables aléatoires normales standard indépendantes, où la matrice de «poids» A
Par conséquent, un algorithme pour simuler échantillons de la copule de Gauss avec la matrice de corrélation P est:n P
Le code suivant dans un exemple d'implémentation de cet algorithme utilisant R:
Le graphique suivant montre les données résultant du code R ci-dessus.
la source