Osnove teorije kopul in maksmin kopule

Podobni dokumenti
Osnove matematicne analize 2018/19

Vrste

Brownova kovariancna razdalja

C:/Users/Matevž Èrepnjak/Dropbox/FKKT/testi in izpiti/ /IZPITI/FKKT-februar-14.dvi

Univerza v Mariboru Fakulteta za naravoslovje in matematiko Oddelek za matematiko in računalništvo Enopredmetna matematika IZPIT IZ VERJETNOSTI IN STA

C:/Users/Matevž Èrepnjak/Dropbox/FKKT/TESTI-IZPITI-REZULTATI/ /Izpiti/FKKT-avgust-17.dvi

EKVITABILNE PARTICIJE IN TOEPLITZOVE MATRIKE Aleksandar Jurišić Politehnika Nova Gorica in IMFM Vipavska 13, p.p. 301, Nova Gorica Slovenija Štefko Mi

5 SIMPLICIALNI KOMPLEKSI Definicija 5.1 Vektorji r 0,..., r k v R n so afino neodvisni, če so vektorji r 1 r 0, r 2 r 0,..., r k r 0 linearno neodvisn

glava.dvi

FGG13

Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 6. julij 2018 Navodila Pazljivo preberite be

C:/Users/Matevž Èrepnjak/Dropbox/FKKT/TESTI-IZPITI-REZULTATI/ /Izpiti/FKKT-junij-17.dvi

Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost Pisni izpit 5. februar 2018 Navodila Pazljivo preberite

Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 31. avgust 2018 Navodila Pazljivo preberite

resitve.dvi

Slide 1

NAVADNA (BIVARIATNA) LINEARNA REGRESIJA O regresijski analizi govorimo, kadar želimo opisati povezanost dveh numeričnih spremenljivk. Opravka imamo to

ZveznostFunkcij11.dvi

1 Diskretni naklju ni vektorji 1 1 Diskretni naklju ni vektorji 1. Dopolni tabelo tako, da bosta X in Y neodvisni. X Y x x x x x

resitve.dvi

Učinkovita izvedba algoritma Goldberg-Tarjan Teja Peklaj 26. februar Definicije Definicija 1 Naj bo (G, u, s, t) omrežje, f : E(G) R, za katero v

Mrežni modeli polimernih verig Boštjan Jenčič 22. maj 2013 Eden preprostejših opisov polimerne verige je mrežni model, kjer lahko posamezni segmenti p

Vaje: Matrike 1. Ugani rezultat, nato pa dokaži z indukcijo: (a) (b) [ ] n 1 1 ; n N 0 1 n ; n N Pokaži, da je množica x 0 y 0 x

UNIVERZA V LJUBLJANI FAKULTETA ZA MATEMATIKO IN FIZIKO Katja Ciglar Analiza občutljivosti v Excel-u Seminarska naloga pri predmetu Optimizacija v fina

UNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO Petra Žigert Pleteršek MATEMATIKA III Maribor, september 2017

Lehmerjev algoritem za racunanje najvecjega skupnega delitelja

C:/Users/Matevz/Dropbox/FKKT/TESTI-IZPITI-REZULTATI/ /Izpiti/FKKT-januar-februar-15.dvi

Microsoft PowerPoint _12_15-11_predavanje(1_00)-IR-pdf

Matematika Diferencialne enačbe prvega reda (1) Reši diferencialne enačbe z ločljivimi spremenljivkami: (a) y = 2xy, (b) y tg x = y, (c) y = 2x(1 + y

GeomInterp.dvi

'Kombinatoricna optimizacija / Lokalna optimizacija'

Del 1 Limite

2. izbirni test za MMO 2017 Ljubljana, 17. februar Naj bosta k 1 in k 2 dve krožnici s središčema O 1 in O 2, ki se sekata v dveh točkah, ter

resitve.dvi

Namesto (x,y)R uporabljamo xRy

OdvodFunkcijEne11.dvi

Optimizacija z roji delcev - Seminarska naloga pri predmetu Izbrana poglavja iz optimizacije

Kazalo 1 DVOMESTNE RELACIJE Operacije z dvomestnimi relacijami Predstavitev relacij

Matematika 2

ANALITIČNA GEOMETRIJA V RAVNINI

Univerza v Ljubljani Fakulteta za elektrotehniko Fakulteta za računalništvo in informatiko MATEMATIKA I Gabrijel Tomšič Bojan Orel Neža Mramor Kosta L

LaTeX slides

3. Metode, ki temeljijo na minimalnem ostanku Denimo, da smo z Arnoldijevim algoritmom zgenerirali ON bazo podprostora Krilova K k (A, r 0 ) in velja

6.1 Uvod 6 Igra Chomp Marko Repše, Chomp je nepristranska igra dveh igralcev s popolno informacijo na dvo (ali vec) dimenzionalnem prostoru

Osnove statistike v fizični geografiji 2

predstavitev fakultete za matematiko 2017 A

UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO Oddelek za matematiko in računalništvo MAGISTRSKO DELO Daša Štesl Maribor, 2017

PREDMETNI KURIKULUM ZA RAZVOJ METEMATIČNIH KOMPETENC

RAČUNALNIŠKA ORODJA V MATEMATIKI

RAM stroj Nataša Naglič 4. junij RAM RAM - random access machine Bralno pisalni, eno akumulatorski računalnik. Sestavljajo ga bralni in pisalni

Slide 1

Matematika II (UN) 2. kolokvij (7. junij 2013) RE ITVE Naloga 1 (25 to k) ƒasovna funkcija f je denirana za t [0, 2] in podana s spodnjim grafom. f t

NEKAJ VPRAŠANJ IZ MATEMATIKE 2 1. Katero točko evklidskega prostora R n imenujemo notranjo (zunanjo, robno) točko množice M R n? 2. Za poljubno množic

3. Preizkušanje domnev

Osnove verjetnosti in statistika

Ime in priimek

FAKULTETA ZA STROJNIŠTVO Matematika 2 Pisni izpit 9. junij 2005 Ime in priimek: Vpisna št: Zaporedna številka izpita: Navodila Pazljivo preberite bese

Osnove verjetnostne metode doc. dr. R. Škrekovski Oddelek za Matematiko Fakulteta za Matematiko in Fiziko Univerza v Ljubljani

UNIVERZA V LJUBLJANI FAKULTETA ZA MATEMATIKO IN FIZIKO ODDELEK ZA FIZIKO Peter Smerkol SEMINARSKA NALOGA Brownovo Gibanje MENTOR: dr. Tomaž Podobnik L

MAGIČNI KVADRATI DIMENZIJE 4n+2

POPOLNI KVADER

Naloge iz kolokvijev Analize 1 (z rešitvami) E-UNI, GING, TK-UNI FERI dr. Iztok Peterin Maribor 2009 V tej datoteki so zbrane naloge iz kolokvijev za

Microsoft PowerPoint - p_TK_inzeniring_1_dan_v5_shortTS.ppt [Compatibility Mode]

00main.dvi

Študij AHITEKTURE IN URBANIZMA, šol. l. 2016/17 Vaje iz MATEMATIKE 9. Integral Določeni integral: Določeni integral: Naj bo f : [a, b] R funkcija. Int

REŠEVANJE DIFERENCIALNIH ENAČB Z MEHANSKIMI RAČUNSKIMI STROJI Pino Koc Seminar za učitelje matematike FMF, Ljubljana, 25. september 2015 Vir: [1] 1

UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO Oddelek za matematiko in računalništvo DIPLOMSKO DELO Peter Škofič Maribor, 2014

Mere kompleksnih mrež (angl. Network Statistics) - Seminarska naloga pri predmetu Izbrana poglavja iz diskretne matematike

Uvod v diferencialne enačbe, kompleksno in Fourierovo analizo Bojan Magajna Fakulteta za matematiko in fiziko, Univerza v Ljubljani

1. izbirni test za MMO 2018 Ljubljana, 16. december Naj bo n naravno število. Na mizi imamo n 2 okraskov n različnih barv in ni nujno, da imam

resitve.dvi

Ravninski grafi Tina Malec 6. februar 2007 Predstavili bomo nekaj osnovnih dejstev o ravninskih grafih, pojem dualnega grafa (k danemu grafu) ter kako

Poslovilno predavanje

Wienerjevemu indeksu podobni indeksi na grafih

H-Razcvet

2. Model multiple regresije

rm.dvi

Podatkovni model ER

11. Navadne diferencialne enačbe Začetni problem prvega reda Iščemo funkcijo y(x), ki zadošča diferencialni enačbi y = f(x, y) in začetnemu pogo

(Microsoft Word - 3. Pogre\232ki in negotovost-c.doc)

Matematika II (UNI) Izpit (23. avgust 2011) RE ITVE Naloga 1 (20 to k) Vektorja a = (0, 1, 1) in b = (1, 0, 1) oklepata trikotnik v prostoru. Izra una

Microsoft Word - SI_vaja1.doc

P182C10111

FGG02

PowerPoint Presentation

Domače vaje iz LINEARNE ALGEBRE Marjeta Kramar Fijavž Fakulteta za gradbeništvo in geodezijo Univerze v Ljubljani 2007/08 Kazalo 1 Vektorji 2 2 Analit

Biometrija 1 Poglavje 1 PORAZDELITVE NAKLJUČNIH SPREMENLJIVK Porazdelitve nam predstavljajo pogostnost posameznih vrednosti. Predstavimo jih lahko s š

Teme za zaključne naloge Jaka Smrekar 23. julij 2016 Kazalo 1 Topologija Dugundjijev razširitveni izrek Izrek

Statistika, Prakticna matematika, , izrocki

Posebne funkcije

(Microsoft PowerPoint - vorsic ET 9.2 OES matri\350ne metode 2011.ppt [Compatibility Mode])

C:/AndrejT/vestnik/76_1/Rotovnik/main.dvi

ELEKTRIČNI NIHAJNI KROG TEORIJA Električni nihajni krog je električno vezje, ki služi za generacijo visokofrekvenče izmenične napetosti. V osnovi je "

Microsoft Word - Astronomija-Projekt19fin

Srednja šola za oblikovanje

P181C10111

Rešene naloge iz Linearne Algebre

Poglavje 3 Reševanje nelinearnih enačb Na iskanje rešitve enačbe oblike f(x) = 0 (3.1) zelo pogosto naletimo pri reševanju tehničnih problemov. Pri te

Zgledi:

Izpit iz GEOMETRIJE 17. junij 2004 Vpisna ²tevilka: Vrsta: Ime in priimek: Sedeº: 1. Poi² i vse stoºnice v P(R 3 ), ki se dotikajo premice x = 0, prem

Transkripcija:

Fakulteta za matematiko in fiziko Univerze v Ljubljani Seminar Inštituta za biostatistiko in medicinsko informatiko 26. maj 25

Osnove teorije kopul Definicija kopule Definicija Funkcija C : A A 2 [, ], kjer sta A, A 2 [, ], je (dvorazsežna) podkopula, če velja, A j za j {, 2} in so izpolnjeni naslednji pogoji: (C) C(u, ) = za vsak u A in C(, v) = za vsak v A 2, (C2) C(u, ) = u za vsak u A in C(, v) = v za vsak v A 2, (C3) C je 2-naraščajoča, tj. za vse u u 2 iz A in v v 2 iz A 2 je V C ((u, u 2 ] (v, v 2 ]) = C(u 2, v 2 ) C(u 2, v ) C(u, v 2 ) + C(u, v ). (,) (u,v 2 ) id (u 2,v 2 ) (,) (Dvorazsežna) kopula je podkopula z definicijskim območjem I 2 := [, ] 2. V C ([u,u 2 ] [v,v 2 ]) id (u,v ) (u 2,v ) (,) (,)

Osnove teorije kopul Analitične lastnosti kopul Naj bo C poljubna kopula. Potem velja: C je naraščajoča v vsaki spremenljivki posebej. Za vse (u, v), (u, v ) I 2 velja C(u, v ) C(u, v) u u + v v, torej je C enakomerno zvezna. Za vsak v I obstaja parcialni odvod C(u, v)/ u za skoraj vsak u in pri takih u ter v je C(u, v)/ u [, ]. Podobno velja za C(u, v)/ v.

Osnove teorije kopul Sklarov izrek Kopule so torej zožitve skupnih porazdelitvenih funkcij, katerih robni porazdelitvi sta enakomerni zvezni porazdelitvi na [, ]. Izrek (Sklarov izrek) Naj bo H skupna porazdelitvena funkcija z robnima porazdelitvenima funkcijama F in G. Potem obstaja taka kopula C, da velja H(x, y) = C(F (x), G(y)) za vse x, y R. () Če sta F in G zvezni, potem je C enolično določena, v nasprotnem primeru pa je C enolična le na im F im G. Obratno, če je C kopula in sta F ter G porazdelitveni funkciji, potem je z enačbo () definirana skupna porazdelitvena funkcija H, katere robni porazdelitveni funkciji sta enaki F in G.

Osnove teorije kopul Urejenost kopul Definicija Kopula C je manjša od C 2, če je C (u, v) C 2 (u, v) za vse u, v I. Oznaka: C C 2. Fréchet-Hoeffdingova spodnja meja: W (u, v) = max{u + v, }. Fréchet-Hoeffdingova zgornja meja: M(u, v) = min{u, v}. Za poljubno kopulo C velja W C M. Produktna kopula: Π(u, v) = uv.

Osnove teorije kopul Verjetnostni pomen Π, M in W Definicija Naj bo C kopula. Če za slučajni spremenljivki X in Y z X F, Y G ter (X, Y ) H, velja H(x, y) = C(F (x), G(y)) za vse x, y R, potem C imenujemo slučajnima spremenljivkama X in Y pripadajoča kopula. Oznaka: C X,Y. Trditev Naj bosta X in Y zvezni slučajni spremenljivki. Potem velja: C X,Y = Π natanko tedaj, ko sta X in Y neodvisni. C X,Y = M natanko tedaj, ko za vsako točko (x, y) R 2 velja P(X > x, Y y) = ali P(X x, Y > y) =, tj. Y je skoraj gotovo strogo naraščajoča funkcija slučajne spremenljivke X. C X,Y = W natanko tedaj, ko za vsako točko (x, y) R 2 velja P(X x, Y y) = ali P(X > x, Y > y) =, tj. Y je skoraj gotovo strogo padajoča funkcija slučajne spremenljivke X.

v Osnove teorije kopul v v Grafi in grafi nivojnic kopul W, Π in M W.2.4.6.8 Π.2.4.6.8 M.2.4.6.8.8.8.8.6.6.6.4.4.4.2.2.2 u u u

Osnove teorije kopul Kopula preživetja Naj bosta X in Y slučajni spremenljivki s pripadajočo kopulo C, porazdelitvenimi funkcijami F X, G Y in H (X, Y ) ter pripadajočimi funkcijami preživetja F, G in H. Potem za vse x, y R velja H(x, y) = F (x) G(x) + H(x, y) = F (x) + G(x) + C(F (x), G(y)) = F (x) + G(x) + C( F (x), G(y)). Slučajnima spremenljivkama X in Y pripadajoča kopula preživetja je funkcija Ĉ : I 2 I, Ĉ(u, v) = u + v + C( u, v). Kopula preživetja je kopula in zanjo velja H(x, y) = Ĉ(F (x), G(y)) za vse x, y R.

Pregled metod konstrukcij kopul Konveksne kombinacije kopul Definicija Naj bo {C θ } θ neka družina kopul. Parameter θ naj bo realizacija slučajne spremenljivke Θ s porazdelitvenim zakonom µ Θ. Konveksna vsota kopul {C θ } θ glede na µ Θ je funkcija C(u, v) = R C θ (u, v) dµ Θ (θ). Porazdelitev Θ je lahko odvisna še od nekega parametra. Fréchetova družina kopul Naj bosta α, β [, ] taka, da je α + β. Dvoparametrična Fréchetova družina kopul je podana s C α,β (u, v) = αw (u, v) + ( α β)π(u, v) + βm(u, v).

Pregled metod konstrukcij kopul Grafi nivojnic Fréchetove družine kopul α =.2, β =.3.2.4.6.8 α = /3, β = /3.2.4.6.8 α =.3, β =.2.2.4.6.8.8.8.8.6.6.6 v v v.4.4.4.2.2.2 u u u

Pregled metod konstrukcij kopul Preureditve Fréchet-Hoeffdingove zgornje meje Preureditve Fréchet-Hoeffdingove zgornje meje M, angleško shuffles of M, so singularne kopule, ki jih dobimo na naslednji način: Kvadrat I 2, opremljen s porazdelitvenim zakonom µ M, navpično razrežemo na končno mnogo trakov, ki jih nato med seboj premešamo in nekatere izmed njih obrnemo okoli svoje navpične simetrijske osi..7.7.2.2.2.7.2.5

Pregled metod konstrukcij kopul Preureditve M lastnosti X in Y sta medsebojno popolno odvisni, če obstaja taka injektivna funkcija g : im X im Y, da je Y = g(x) skoraj gotovo. Če je C X,Y preureditev M, sta X in Y medsebojno popolno odvisni. Trditev Za vsak ε > obstaja taka preureditev M, ki jo označimo s C ε, da je sup C ε (u, v) Π(u, v) < ε. u,v I Posplošitev: Π lahko zamenjamo s poljubno kopulo. Posledica: preureditve kopule M so goste v množici kopul glede na supremum normo.

Pregled metod konstrukcij kopul Kopule s predpisanimi vodoravnimi odseki vsi vodoravni odseki so linearne funkcije, tj. C(u, v) = a(v)u + b(v) za neki funkciji a, b : I R = C = Π vsi vodoravni odseki so kvadratne funkcije = C(u, v) = uv + ψ(v)u( u), kjer je ψ : [, ] R -Lipschitzeva s ψ() = ψ() = vsi vodoravni odseki so kvadratne funkcije + simetrična kopula = C θ (u, v) = uv + θuv( u)( v), θ [, ] Farlie-Gumbel-Morgensternove kopule

Pregled metod konstrukcij kopul Razsevni diagrami FGM kopul θ = θ = θ =.8.8.8.6.6.6.4.4.4.2.2.2.2.4.6.8.2.4.6.8.2.4.6.8

Pregled metod konstrukcij kopul Kopule s predpisanim diagonalnim odsekom Naj bo δ : I R neka funkcija. Želimo definirati kopulo C, katere diagonalni odsek δ C (t) = C(t, t), t I, je enak δ. Funkcija δ : I R je diagonala, označimo δ D, če je naraščajoča, 2-Lipschitzeva in zanjo velja δ() =, δ() = ter δ id. Za δ D je diagonalna kopula funkcija { C δ (u, v) = min u, v, Za δ D je Bertinova kopula funkcija } δ(u) + δ(v). 2 B δ (u, v) = min{u, v} min{t δ(t) t [min{u, v}, max{u, v}]}.

Pregled metod konstrukcij kopul Arhimedove kopule Definicija Arhimedovih kopul Definicija Naj bo ϕ: [, ] [, ] zvezna strogo padajoča funkcija, za katero je ϕ() =. Psevdoobrat funkcije ϕ je funkcija ϕ [ ] : [, ] [, ], podana s predpisom ϕ [ ] = { ϕ (t), za t [, ϕ()],, za t [ϕ(), ]. Arhimedova kopula je funkcija C : I 2 I, podana s predpisom C(u, v) = ϕ [ ]( ϕ(u) + ϕ(v) ).

Pregled metod konstrukcij kopul Arhimedove kopule Verjetnostna interpretacija Naj bodo E, E 2 in R neodvisne, E, E 2 Exp(), R >. Definiramo (X, Y ) = (E /R, E 2 /R). Naj bo ψ Laplaceova transformacija R. Za x, y > velja F X (x) = ψ(x), F Y (y) = ψ(y), F (X,Y ) (x, y) = ψ(x + y). Po Sklarovem izreku torej obstaja taka kopula preživetja C, da je ψ(x + y) = C(ψ(x), ψ(y)) za x, y > oziroma C(u, v) = ψ(ψ (u) + ψ (v)), u, v [, ]. (2) Glede na prvotno definicijo: ϕ ψ. Funkcija (2) je kopula za večji razred funkcij kot so Laplaceove transformacije.

Pregled metod konstrukcij kopul Arhimedove kopule Primeri parametričnih družin Claytonova kopula: C θ (u, v) = max{u θ + v θ, } /θ, θ [, )\{}. V verjetnostnem modelu: za θ (, ) je R Γ(/θ, ). θ =.7 θ = 5.8.8.6.6.4.4.2.2.2.4.6.8.2.4.6.8 Slika: Razsevna diagrama pri θ < (levo) in θ > (desno).

Pregled metod konstrukcij kopul Gumbelova kopula: C θ (u, v) = exp Arhimedove kopule [ ( ( ln u) θ + ( ln v) θ) /θ ], θ [, ). Joejeva kopula: ( C θ (u, v)= ( u) θ +( v) θ ( u) θ ( v) θ) /θ, θ [, ). V verjetnostnem modelu ima R Sibuya porazdelitev: P(R = k) = ( ) k+( ) /θ k za k N. Gumbel, θ = 5 Joe, θ = 5.8.8.6.6.4.4.2.2.2.4.6.8.2.4.6.8

Pregled metod konstrukcij kopul Arhimedove kopule Frankova kopula: C θ (u, v) = ( θ ln + (e θu )(e θv ) ) e θ, θ R\{}. Za θ (, ) je v verjetnostnem modelu R porazdeljena logaritemsko s parametrom p = e θ. θ = 5 θ = 8.8.8.6.6.4.4.2.2.2.4.6.8.2.4.6.8 Slika: Razsevna diagrama pri θ < (levo) in θ > (desno).

Pregled metod konstrukcij kopul Arhimedove kopule Ali-Mikhail-Haqova kopula: C θ (u, v) = uv, θ [, ). θ( u)( v) V verjetnostnem modelu: R Geom( θ). θ = θ =.9.8.8.6.6.4.4.2.2.2.4.6.8.2.4.6.8 Slika: Razsevna diagrama pri θ < (levo) in θ > (desno).

Pregled metod konstrukcij kopul Obratna metoda Naj bo H skupna porazdelitvena funkcija z robnima porazdelitvenima funkcijama F in G. Po Sklarovem izreku obstaja enolično določena podkopula C z domeno im F im G, za katero velja H(x, y) = C(F (x), G(y)) za vse x, y R. Za vsak (u, v) dom C torej velja C(u, v) = H(F (u), G (v)), (3) kjer je F posplošeni obrat porazdelitvene funkcije F, tj. F : [, ] R, F (u) = inf{x R F (x) u}. Če sta F in G zvezni, potem velja (3) za vse (u, v) I 2.

Pregled metod konstrukcij kopul Eliptične kopule Če je H porazdelitvena funkcija slučajnega vektorja (X, X 2 ) z eliptično porazdelitvijo, dobimo s (3) eliptično kopulo. Ta je neodvisna od µ i = E(X i ). Gaussova (ali normalna) kopula je eliptična kopula, ki pripada slučajnemu vektorju (X, X 2 ) z bivariatno normalno porazdelitvijo s p := ρ Pearson (X, X 2 ). Studentova t-kopula je eliptična kopula, ki pripada bivariatni Studentovi t-porazdelitvi s stopnjo prostosti ν in p := ρ Pearson (X, X 2 ).

Pregled metod konstrukcij kopul p =.3 p =.5 p =.9.8.8.8.6.6.6.4.4.4.2.2.2.2.4.6.8.2.4.6.8.2.4.6.8 Slika: Razsevni diagrami Gaussove kopule pri različnih vrednostih parametra p. p =.3 p =.5 p =.9.8.8.8.6.6.6.4.4.4.2.2.2.2.4.6.8.2.4.6.8.2.4.6.8 Slika: Razsevni diagrami Studentove t-kopule pri stopnji prostosti ν = 2 in različnih vrednostih parametra p.

Motivacija in Marshallove kopule Verjetnostni model A življenjskadoba U B življenjskadoba V U = min{x, Z} V = min{y, Z} Marshallove kopule od predpostavki X, Y, Z Exp neodvisne X Z Y Marshall-Olkinove kopule možnost obnovitve A življenjskadoba U B življenjskadoba V U = max{x, Z} V = min{y, Z} maksmin kopule neodvisne X Z Y

Motivacija in Marshallove kopule Definicija Marshallovih kopul Naj funkciji φ, ψ : I I zadoščata pogojem: φ() = ψ() = in φ() = ψ() =, φ in ψ sta naraščajoči, funkciji φ (u) = φ(u) u in ψ (v) = ψ(v) v sta padajoči na (, ]. Marshallova kopula je funkcija, definirana s predpisom za u, v (, ]. C φ,ψ (u, v) = min{φ(u)v, uψ(v)} = uv min{φ (u), ψ (v)} Posebni primer so Marshall-Olkinove kopule: C α,β (u, v) = min{u α v, uv β }, α, β [, ].

Motivacija in Marshallove kopule Karakterizacija Marshallovih kopul Izrek (Marshallov izrek) Naj bo C φ,ψ Marshallova kopula in H = C φ,ψ (F, G). Potem sta naslednji trditvi ekvivalentni: Obstajajo take neodvisne slučajne spremenljivke X, Y in Z, da je H porazdelitvena funkcija slučajnega vektorja (max{x, Z}, max{y, Z}). 2 φ F = ψ G. Izrek Naj bo U = max{x, Z} in V = max{y, Z}, kjer so X, Y in Z neke neodvisne slučajne spremenljivke. Naj bo U F, V G in (U, V ) H. Potem obstajata taki funkciji φ in ψ, da za pripadajočo Marshallovo kopulo C φ,ψ velja H = C φ,ψ (F, G).

Maksmin kopule Funkciji φ in ψ Za funkciji φ, ψ : [, ] [, ] definiramo funkciji φ, ψ : [, ] [, ]: φ (u) = φ(u) u ;, če je ψ(v) = v [, ), ψ(v) ψ (v) =, če je ψ(v) v, v ψ(v), če je v =. Funkciji φ in ψ naj zadoščata naslednjim pogojem: φ() = ψ() = in φ() = ψ() =, φ in ψ sta naraščajoči, φ in ψ sta padajoči. Pravimo, da par funkcij (φ, ψ) zadošča pogoju (F).

Maksmin kopule Lastnosti funkcij φ in ψ Iz (F) sledijo naslednje lastnosti: u φ(u) za vse u I, ϕ ψ(v) v za vse v I, če je φ(u)=u za nek u (, ], potem je φ na intervalu [u, ] enaka identični funkciji, ψ če je ψ(v)=v za nek v [, ), potem je ψ na intervalu [, v] enaka identični funkciji, ϕ ψ (v) v, φ (u) u c [, ], ψ

Maksmin kopule Lastnosti funkcij φ in ψ nadaljevanje φ(u 2 ) φ(u ) u 2 u φ (u 2 ) φ (u ) za vse < u < u 2, ψ(v 2 ) ψ(v ) v 2 v ψ(v ) v ψ(v 2) v 2 za vse v < v 2 <, φ (t) in ψ (t) obstajata za skoraj vsak t in za vsak tak t je φ (t) φ (t) in ψ (t) ψ(t) t, φ je zvezna na (, ], ψ je zvezna na [, ), φ ψ.

Maksmin kopule Definicija maksmin kopule Definicija Naj par funkcij (φ, ψ) zadošča pogoju (F). Funkcijo C φ,ψ : I 2 I, definirano s predpisom C(u, v) = C φ,ψ (u, v) = min{φ(u)(v ψ(v)), u( ψ(v))} + uψ(v), imenujemo maksmin kopula. Ekvivalentno: { u(v ψ(v)) min{φ (u), ψ (v)} + uψ(v), če je φ (u), ψ (v) <, C(u, v) = uv, C(u, v) = Za u v je φ (u) ψ (v). sicer; { φ(u)(v ψ(v)) + uψ(v), če je φ (u) ψ (v), u, če je ψ (v) φ (u).

Maksmin kopule Verjetnostna lema Lema Naj bosta U in V slučajni spremenljivki, U F, V G in (U, V ) H. Potem sta naslednji trditvi ekvivalentni: Obstajajo neodvisne slučajne spremenljivke X, Y in Z s porazdelitvenimi funkcijami F X, F Y oziroma F Z, za katere je U = max{x, Z} in V = min{y, Z}. 2 Porazdelitveno funkcijo H lahko s porazdelitvenimi funkcijami F X, F Y in F Z izrazimo kot H(x, y) = F X (x)( F Y (y)) min{f Z (x), F Z (y)} + F X (x)f Y (y)f Z (x). Če velja katerakoli izmed trditev (i) ali (ii), je F = F X F Z in G = F Y + F Z F Y F Z.

Maksmin kopule Prvi izrek karakterizacije Izrek Naj bo U = max{x, Z} in V = min{y, Z}, kjer so X, Y in Z neke neodvisne slučajne spremenljivke. Naj bo U F, V G in (U, V ) H. Potem obstaja tak par funkcij (φ,ψ), ki zadošča pogoju (F), da za pripadajočo maksmin kopulo C φ,ψ velja H(x, y) = C φ,ψ (F (x), G(y)) za vse x, y R. Ideja dokaza: Želimo F X (x) = φ(f (x)) in F Y (y) = ψ(g(y)). Definiramo zato φ(u) = F X (F (u)) za u im F \{, }, ψ(v) = F Y (G (v)) za v im G\{, }.

Maksmin kopule Drugi izrek karakterizacije Iz dokaza prejšnjega izreka sledi Izrek φ(f (x)) [ G(x) ψ(g(x)) ] = F (x) [ ψ(g(x)) ] za vse x R. (4) Naj bo C φ,ψ maksmin kopula s pripadajočima funkcijama φ in ψ. Naj bosta F in G porazdelitveni funkciji ter H = C φ,ψ (F, G). Za funkcije φ, ψ, F in G naj velja (4) ter: Funkcija φ je zvezna v, ali pa je x F = inf{x R F (x) > } > in ima F v x F skok. Funkcija ψ je zvezna v, ali pa obstaja tak x R, da je G(x) =. Obstaja tak x, da je F (x ) > in G(x ) <. Potem obstajajo take neodvisne slučajne spremenljivke X, Y in Z, da je H skupna porazdelitvena funkcija slučajnega vektorja (max{x, Z}, min{y, Z}). Ideja dokaza: F X = φ F, F Y = ψ G, in F Z = /(φ F ) = /(ψ G), ko je F > in G <.

Maksmin kopule Maksmin kopula za enako porazdeljene čase udarov Naj bo U = max{x, Z} in V = min{y, Z}, kjer so X, Y in Z neodvisne slučajne spremenljivke. Naj bo U F, V G in (U, V ) H. Dodatno predpostavimo, da so X, Y in Z enako porazdeljene s porazdelitveno funkcijo F X. Dobimo F = FX 2 in G = 2F X FX 2. Iščemo φ in ψ, za kateri velja φ(f (x)) = F X (x) in ψ(g(y)) = F X (y) = F Y (y). Definiramo zato funkciji φ(u) = u, u I, in ψ(v) = v, v I. Od tu sledi H = C φ,ψ (F, G).

Maksmin kopule Maksmin kopule za eksponentno porazdeljene čase udarov Naj bo U = max{x, Z} in V = min{y, Z}, kjer so X, Y in Z neodvisne slučajne spremenljivke. Naj bo U F, V G in (U, V ) H. Dodatno predpostavimo, da so X, Y in Z porazdeljene eksponentno s parametri λ, λ 2 oziroma λ 2. Zopet želimo poiskati takšni funkciji φ in ψ, da bo H = C φ,ψ (F, G). Po dokazu prvega izreka karakterizacije dobimo ψ(v) = ( v) β, kjer je β = λ 2 λ 2 + λ 2, in, če je u =, φ(u) = e λ F (u), če je u (, ),, če je u =.

Maksmin kopule Parametrična družina maksmin kopul Za parametra α, β [, ] definiramo naslednji družini funkcij: za α [, ) naj bo φ α (u) = u α, u I, za α = naj bo φ = (,], in za β [, ) naj bo ψ β (v) = ( v) β, v I, za β = naj bo ψ = {}. Označimo s C α,β pripadajočo maksmin kopulo.

v Maksmin kopule v v Parametrična družina grafi nivojnic in razsevni diagrami α =.5, β =.5.2.4.6.8 α =.9, β =.5.2.4.6.8 α =.5, β =.9.2.4.6.8.8.8.8.6.6.6.4.4.4.2.2.2 u u u α =.5, β =.5 α =.9, β =.5 α =.5, β =.9.8.8.8.6.6.6.4.4.4.2.2.2.2.4.6.8.2.4.6.8.2.4.6.8

Maksmin kopule Urejenost maksmin kopul Za vsako maksmin kopulo C φ,ψ velja: Π C φ,ψ M, φ = id ali ψ = id = C φ,ψ = Π, φ = (,] in ψ = {} = C φ,ψ = M, ζ φ in η ψ = C φ,ψ C ζ,η. ϕ M ζ ϕ ψ η ψ M

Maksmin kopule Enakomerno zvezno porazdeljeni časi udarov Naj bo U = max{x, Z} in V = min{y, Z}, kjer so X, Y in Z neodvisne. Dodatno predpostavimo, da so X, Y in Z porazdeljene enakomerno zvezno na intervalih [, a], [, b] in [, c]. Označimo α = c/a > in β = c/b >. Po prvem izreku karakterizacije dobimo { αu, če je u [, α], za α je φ α (u) = u, če je u (α, ]; { αu, če je u [, /α], za α > je φ α (u) =, če je u (/α, ], in ( ) +β ψ β (v) = 2 +β 2 2 βv, če je v <,, če je v =.

Maksmin kopule EZ porazdeljeni časi udarov razsevni diagrami α =.5, β =.2 α.2.4.6.8 α =.5, β =.8 α.2.4.6.8 α =.5, β =.5 α/β 2 α.4.6.8.8.8.8.6.6.6.4.4.4.2.2.2 α =.5, β =.5.2.4.6.8 α =.5, β =.2 /β.2.4.6 α =.5, β = 2 α/β 2.2.6.8.8.8.8.6.6.6.4.4.4.2.2.2 /α /α /α

Maksmin kopule Še ena parametrična družina maksmin kopul Za < a < b < in < c < d < definiramo odsekoma linearni funkciji b a u, za u [, a], φ(u) = b, za u (a, b], u, za u (b, ]; v, za v [, c), ψ(v) = c, za v [c, d), c d v d c d, za v [d, ]. Naj bo b/a ( c)/(d c). Potem za vse u (, ] in v [, ) velja φ (u) b/a < ( c)/(d c) ψ (v).

Maksmin kopule Nadaljevanje primera a b a b D 5 D 4 v d v d D 2 D 3 c c D u u Slika: a =.35, b =.7, c =.3 in d =.5.

Literatura R. B. Nelsen, An Introduction to Copulas, Springer Science+Business Media, Inc., New York, 26. J.-F. Mai, M. Scherer, Simulating Copulas: Stochastic Models, Sampling Algorithms, and Applications, Imperial College Press, London, 22. A. W. Marshall, I. Olkin, A multivariate exponential distribution, J. Am. Stat. Assoc. 62 (967), str. 3 44. A. W. Marshall, Copulas, marginals, and joint distributions, v: L. Rüschendorf, B. Schweizer, M. D. Taylor (ur.), Distributions with Fixed Marginals and Related Topics, IMS Lecture Notes Monograph Series, vol. 28, Institute of Mathematical Statistics, Hayward, CA, 996, str. 23 222. M. Omladič, N. Ružić, Shock models with recovery option via the maxmin copulas, Fuzzy Sets and Systems, sprejeto v objavo 24, DOI:.6/j.fss.24..6.