Copula函数中参数极大似然估计的性质  

THE PROPERTIES OF MAXIMUM LIKELIHOOD ESTIMATION OF PARAMETER ON COPULA

作　　者：邱小霞[1] 刘次华[1] 吴娟[1] 

机构地区：[1]华中科技大学数学与统计学院,武汉430074

出　　处：《经济数学》2008年第2期210-215,共6页Journal of Quantitative Economics

基　　金：国家自然科学基金资助项目(No.10301011)

摘　　要：设m维随机变量X=(X1,X2,…,Xm)的copula函数为C(u1,u2,…,um);α)=C((F1(x1),F2(x2),…,Fm(xm));α),本文在(X1,X2,…,Xm)的样本空间和(U1,U2,…Um)的样本空间上讨论了m元copula函数中参数α的极大似然估计,得到了边缘分布函数连续时,两样本空间上参数α的极大似然估计和最大后验估计的等价性;而边缘分布函数不连续时,两样本空间上参数α的极大似然估计和最大后验估计的渐近等价性.Let C（ （ u1, u2 ,…, um ） ; a ） = C（ （ F1 （ x1 ）, F2 （ x2 ） ,…, Fm （ xm ） ） ; a ） be the copula of m-dimension random Variables X = （ X1, X2,…, Xm ）. The paper discusses Maximum Likelihood Estimation （MLE） of Parmeter on Copula, based on the sample space of X = （ X1 , X2 ,…, Xm ） and the sample space of U = （ U1 , U2,…, Um ）. It derives the equivalence of MLE of parameter on the two sample space with continuously marginal distribution function, So is Maximum Posterior Estimation （MPE）. However, for discontinuously marginal distribution funtion, MLE and MPE of the parameter on the two sample space are asymptotically equivalent with large sample size.

关 键 词：COPULA函数 样本空间 极大似然估计 最大后验估计 

分 类 号：O211.3[理学—概率论与数理统计]