统计学 > 机器学习
[提交于 2022年5月10日
(v1)
,最后修订 2023年3月10日 (此版本, v2)]
标题: 藤 copula 结构的矩阵和图表示
标题: Matrix and graph representations of vine copula structures
摘要: 藤copula 可以有效地建模多变量概率分布。 本文的重点是对它们的结构有更深入的理解,因为在文献中,藤copula 表示常常是模糊的。 图表示包括原始图、樱桃图和弦图序列结构,我们证明了它们之间的等价性。 重要的是,我们还展示了一个新的结果,即当给出藤结构的完美消去顺序时,则它总能唯一地用矩阵来表示。 O. M. Nápoles 展示了一种用矩阵表示藤的方法,我们将这种方法算法化,同时通过樱桃树序列展示了一种构造此类矩阵的新方法。 我们还计算了这些算法的运行时间。 最后,我们证明了如果使用相同的完美消去顺序,这两种构建矩阵的算法是等价的。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.