相依有序数据下分层阿基米德Copula模型的研究

摘要：

异质性变量间非对称相依关系的存在,使多元有序数据相依模型的建立变得复杂.本文重点研究了当响应变量为有序多分类数据时,基于不同生成元组合的分层阿基米德Copula(Hierarchical Archime-dean Copula,HAC)相依模型的构建.通过潜变量建模得到有序边际的边缘概率模型,进而建立非对称的相依结构.利用数值模拟比较了组合HAC和单一类型阿基米德生成元构成的HAC在参数估计和模型拟合上的效果,并将其应用于自评健康等级数据集的分析工作中.结果表明组合HAC在实际应用中的有效性和优越性,为研究有序数据的非对称相依结构提供了新思路.

关键词：有序数据、非对称相依、潜变量建模、分层阿基米德Copula、组合HAC

所属期刊栏目：51

分类号：O212(概率论与数理统计)

在线出版日期：2022-07-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：25-30