Kopulák. 2 dimenziós példák különbözı összefüggıséggel. Példák. Elliptikus kopulák. Sőrőségfüggvények. ( u) 7. elıadás március 24.

Hasonló dokumentumok
Kopulák. Kopulák és alkalmazásuk. Példák. Extrém-érték kopulák. Kopulák összefüggıségi indexe. Arkhimédeszi kopulák.

Virág Katalin. Szegedi Tudományegyetem, Bolyai Intézet

Elliptikus eloszlások, kopuláik. 7. előadás, március 25. Elliptikusság tesztelése. Arkhimédeszi kopulák

A peremeloszlások. Valószínőségszámítás elıadás III. alk. matematikus szak. Példa. Valószínőségi vektorváltozók eloszlásfüggvénye.

18. Valószín ségszámítás. (Valószín ségeloszlások, függetlenség. Valószín ségi változók várható

Áringadozások elıadás Kvantitatív pénzügyek szakirány 2012/13 2. félév

Bootstrap (Efron, 1979)

f (M (ξ)) M (f (ξ)) Bizonyítás: Megjegyezzük, hogy konvex függvényekre mindig létezik a ± ben

biometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert Hipotézisvizsgálat

Matematikai statisztika

Statisztika 1. zárthelyi dolgozat március 21.

Tartalom. Kezdeti szimulációs technikák. Tipikus kérdések. A bootstrap módszer. Bevezetés A független, azonos eloszlású eset:

9-10. elıadás április 26. Problémák magas dimenzióban Az idıbeni összefüggıség és a nemstacionaritás szerepe

A statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságnak nevezzük.

Intervallum Paraméteres Hipotézisek Nemparaméteres. Statisztika december 2.

Statisztika 1. zárthelyi dolgozat március 18.

BIOMATEMATIKA ELŐADÁS

Kutatói pályára felkészítı modul

A szórások vizsgálata. Az F-próba. A döntés. Az F-próba szabadsági fokai

Autoregressziós folyamatok

Az átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum)

Továbblépés. Általános, lineáris modell. Példák. Jellemzık. Matematikai statisztika 12. elıadás,

Statisztika október 27.

Matematikai statisztika

6. feladatsor. Statisztika december 6. és 8.

kismintás esetekben vagy olyanokban, melyeknél a tanulóalgoritmust tesztadatokon szeretnénk

Statisztika elméleti összefoglaló

BIOSTATISZTIKA ÉS INFORMATIKA. Leíró statisztika

A biostatisztika alapfogalmai, konfidenciaintervallum. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet

Diszkrét Matematika. zöld könyv ): XIII. fejezet: 1583, 1587, 1588, 1590, Matematikai feladatgyűjtemény II. (

Valószín ségszámítás 2 gyakorlat Alkalmazott matematikus szakirány

Populáció. Történet. Adatok. Minta. A matematikai statisztika tárgya. Valószínűségszámítás és statisztika előadás info. BSC/B-C szakosoknak

ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június

Statisztika. Földtudomány szak, geológus szakirány, 2015/2016. tanév tavaszi

Mőbiusz Nemzetközi Meghívásos Matematika Verseny Makó, március 26. MEGOLDÁSOK

Matematikai statisztika elıadás III. éves elemzı szakosoknak. Zempléni András 9. elıadásból (részlet)

6. Minısítéses ellenırzı kártyák

1 k < n(1 + log n) C 1n log n, d n. (1 1 r k + 1 ) = 1. = 0 és lim. lim n. f(n) < C 3

Zavar (confounding): akkor lép fel egy kísérletben, ha a kísérletet végző nem tudja megkülönböztetni az egyes faktorokat.

véletlen : statisztikai törvényeknek engedelmeskedik (Mi az ami közös a népszavazásban, a betegségek gyógyulásában és a fiz. kém. laborban?

Gyakorlati kérdések. 2. előadás, február 22. Szimuláció (Chambers, 1976) Michael-féle szórásstabilizált P-P plot

Kvantummechanika gyakorlo feladatok 1 - Megoldások. 1. feladat: Az eltolás operátorának megtalálásával teljesen analóg módon fejtsük Taylor-sorba

Mo= argmax f(x), ha X abszolút folytonos; Mo= argmax P (X = x i ), ha X diszkrét.

= dx 0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05 0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05 0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05

Megjegyzések. További tételek. Valódi határeloszlások. Tulajdonságok. Gyenge (eloszlásbeli) konvergencia

Reakciómechanizmusok leírása. Paraméterek. Reakciókinetikai bizonytalanságanalízis. Bizonytalanságanalízis

Megállapítható változók elemzése Függetlenségvizsgálat, illeszkedésvizsgálat, homogenitásvizsgálat

A maximum likelihood becslésről

Eloszlás-független módszerek 13. elıadás ( lecke)

Az extremális index. 11. előadás, május 10. Blokkmódszer. Becslés

Matematikai statisztika gyakorlat 2018/2019 II. félév

Az állat becsült kor. teljes súly. teljes hossz orrtól. törzs hossza. pocak körkörös méret. hátsó láb hossza kör

Hajós György Versenyre javasolt feladatok SZIE.YMÉTK 2011

I. Függelék. A valószínűségszámítás alapjai. I.1. Alapfogalamak: A valószínűség fogalma: I.2. Valószínűségi változó.

Eddig megismert eloszlások Jelölése Eloszlása EX D 2 X P(X = 1) = p Ind(p) P(X = 0) = 1 p. Leíró és matematikai statisztika

14 A Black-Scholes-Merton modell. Options, Futures, and Other Derivatives, 8th Edition, Copyright John C. Hull

Statisztikai következtetések Nemlineáris regresszió Feladatok Vége

1. előadás: Bevezetés. Irodalom. Számonkérés. Cél. Matematikai statisztika előadás survey statisztika MA szakosoknak. A matematikai statisztika tárgya

Ingatlanfinanszírozás és befektetés

Eötvös Loránd Tudományegyetem Természettudományi Kar. Házastársak élettartamának vizsgálata. Szakdolgozat. Töttösi Nikolett

Határeloszlástétel a maximumokra. 3. előadás, március 1. A bizonyítás vázlata. Típusok. Tétel (Fisher és Tippet, 1928)

Kopulák alkalmazása a nem-élet biztosításokban

Többváltozós lineáris regressziós modell feltételeinek

1. A radioaktivitás statisztikus jellege

Barczy Mátyás és Pap Gyula

A matematikai statisztika elemei

æ MATEMATIKAI STATISZTIKA Dr. Bolla Marianna, Matematika Intézet, Sztochasztika Tanszék

Példák 2. Teljes eseményrendszer. Tulajdonságok. Példák diszkrét valószínőségi változókra

Kalkulus II., második házi feladat

FELADATOK A KALKULUS C. TÁRGYHOZ

Komputer statisztika

Biomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János

Valószín ségszámítás (jegyzet)

1 Y t = X tmod(n) azaz periodikusan kiterjesztjük a mintát. 3 Adott b blokkméretre készítsünk N =mb (N N)

GVMST22GNC Statisztika II. Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet

Egyszempontos variancia analízis. Statisztika I., 5. alkalom

Statisztikai programcsomagok

Tulajdonságok. Teljes eseményrendszer. Valószínőségi változók függetlensége. Példák, szimulációk

Statisztika (jegyzet)

24. tétel A valószínűségszámítás elemei. A valószínűség kiszámításának kombinatorikus modellje.

NUMERIKUS SOROK II. Ebben a részben kizárólag a konvergencia vizsgálatával foglalkozunk.

egyenletesen, és c olyan színű golyót teszünk az urnába, amilyen színűt húztunk. Bizonyítsuk

Numerikus sorok. Kónya Ilona. VIK, Műszaki Informatika ANALÍZIS (1) Oktatási segédanyag

A kockázat mindenhol jelen van, közvetve. Miskolczi Panna

3.1. A Poisson-eloszlás

Hipotéziselmélet - paraméteres próbák. eloszlások. Matematikai statisztika Gazdaságinformatikus MSc szeptember 10. 1/58

Valószínűségszámítás II. feladatsor

Statisztikai hipotézisvizsgálatok

Andai Attila: november 13.

Diagnosztika és előrejelzés

u u IR n n = 2 3 t 0 <t T

Integrálás sokaságokon

X Physique MP 2013 Énoncé 2/7

1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása

ezek alapján kívánunk dönteni. Ez formálisan azt jelenti, hogy ellenőrizni akarjuk,

Kalkulus gyakorlat - Megoldásvázlatok

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Sorozatok, határérték fogalma. Függvények határértéke, folytonossága

Elemi statisztika. >> =weiszd= << december 20. Szerintem nincs sok szükségünk erre... [visszajelzés esetén azt is belerakom] x x = n

Matematikai statisztika gyakorlatok összefoglaló

Átírás:

Kopulák 7. elıaás 204. március 24. Kopulák Az összefüggıségi struktúra uiverzális megjeleítıi (többimeziós eloszlás egyeletes margiálisokkal, Hoeffig, 940 az 990-es évekbe újra felfeezték és azóta széles körbe alkalmazzák is. Tetszıleges -imeziós, folytoos eloszláshoz egyértelmőe megaható olya C F kopula, melyre F x, x,..., x C ( F ( x, F ( x,..., F ( x ( 2 F 2 2 A megolás: 2 ( u, F2 ( u2,..., F C( u, u,..., u F( F 2 imeziós pélák külöbözı összefüggıséggel Pélák 0.95 0.5 0.8 0.25 Az azoosításhoz agy mitaelemszám szükséges (külööse 2-él magasabb imezióba Nagyo gyege és agyo erıs összefüggıségre em léyeges a kopula típusa Függetle eset: C(xy. Teljes összefüggıség (Frechet C(mi( C(max{(x+y-,0} Gauss-kopula CR( u ΦR, ( Φ ( u,..., Φ ( u ahol Φ R az R korrelációs mátrixú, -imeziós ormális eloszlás eloszlásfüggvéye. Rugalmasabb moell: t-kopula. C R, ν ( u tr, ν, ( tν ( u,..., tν ahol t R,ν, az R korrelációs mátrixú, ν szabaságfokú - imeziós t-eloszlás eloszlásfüggvéye. Sőrőségfüggvéyek Haszos gyakorlati eszközök a kopula tulajoságaiak vizualizációjáál (az abszolút folytoos esetbe A Gauss kopulára: ϕr, ( Φ c ( u R ϕ( Φ ( ui i ( u,..., Φ Hasolóa számolható a t-kopulára is Elliptikus kopulák Sőrőségfüggvéyük kotúrjai ellipszisek Péla: Gauss, t Azoos korreláció eseté kovolúciójuk ismét elliptikus it Karakterisztikus függvéyük: T µ ϕ( t e ψ ( t Σt Raiális szimmetria: C(u,vu+v-+C(-u,-v Éppe ez az, ami tipikusa em teljesül a portfóliók hozamára T

Elliptikusság tesztelése Staarizálás utá gömbszimmetrikus az ereméy R Y és SY/ Y függetleek, S egyeletes eloszlású gyakoriság A pélába a χ 2 próba em fogaja el az egyeletességet 5 0 5 20 40 50 60 70 80 90 Iexek elliptikussága Extrém-érték kopulák t t t C( u, v C ( u, v mie t>0-ra (maxstabilitásból. Pélák: / β Gumbel kopula C( exp{ [( l( x + ( l( 0<β ; β felel meg a függetleségek, β 0 peig a teljes összefüggıség. Galambos kopula C( xy exp{[( l( x 0<δ ; δ 0 felel meg a függetleségek, δ peig a teljes összefüggıségek. δ / β β + ( l( ] } δ / δ ] } Arkhiméeszi kopulák C(u,vϕ - (ϕ(u+ ϕ(v, ahol ϕ:[0,] [0, ], szigorúa mooto fogyó, kove folytoos, ϕ(0, ϕ(0. Pélák: Gumbel kopula: ϕ(t-l(t θ ( θ. ϑ t Clayto kopula: ϕ( t ϑ ( u, v ( u + v C Cl ϑ ϑ / ϑ ahoa ahol - θ<0 vagy θ>0. θ 0 felel meg a függetleségek, a kétfajta teljes összefüggıség is elıáll a paramétertér szélei. Kopulák összehasolítása Clayto (4 Gumbel (3.5 Gauss (0.85 t (0.85,sz.f.4 Ugyaolya erıs összefüggıséget egésze más móo állítaak elı Péla: két (kisebb részvéy Péla: két iex Napi hozamok, 2002-202 Napi hozamok, kopula Napi hozamok, 2008-202 Napi hozamok, kopula ABF -5 0 5 ABF Az ADN részvéyel sok apo em keresketek Látható, hogy iszkrét eloszlásra em mőköik jól a kostrukció Nasaq -5 0 5 0 Nasaq Sokkal erısebb az összefüggés -20-0 0 0 20-0 -5 0 5 0 ADN ADN Dow Dow

Feltételes kopulák Legye C Arkhiméeszi kopula iffereciálható geerátorral. Ekkor xy limp( X Y y X u, Y u CCl ( u 0 mi( ahol a három lehetıség rere a ϕ R 0, ϕ R α (0<α<, ϕ R esetek felel meg. Azt mojuk, hogy ϕ R α ha ϕ( ux α lim x u 0 ϕ( u Kopulák összefüggıségi iexei χ lim ( Cˆ ( u, u /( u lim ( 2u + C ( u, u /( u u u ahol a túlélés-kopula Nemelfajuló Gauss kopulára χ0 ν + R2 χ 2t ν + t-kopulára + R2 Gumbel kopulára χ2-2 /β Galambos kopulára χ2-2 /δ (δ> Ezek az összefüggések becslésre is haszálhatók, hisze lehet a tapasztalati eloszlásból becsüli a χ értékét. Ĉ A t-kopula egy figyelemreméltó tulajosága Aszimptotikusa összefüggı akkor is, ha egatív a kooriátái közötti korreláció A ρ korreláció és a χ közötti kapcsolat Összefüggıségi iex az aszimptotikusa függetle esetre χ lim(2log( u / logcˆ( u, u u Tulajoságok - és között va ha aszimptotikusa összefüggek a kompoesek, akkor értéke Függetle esetbe 0 A Gauss kopulára értéke éppe a lieáris korreláció Összhag-mérıszámok (emlieáris korrelációk Lieáris korreláció: hátráyai: érzékey a kiugró értékekre E( X EX ( Y EY r D( X DY ( változik, ha traszformáljuk a margiálisokat Alteratívák: Keall-τ: τ P{( ( Y Y > 0} P{( ( Y Y < 0} Spearma-ρ: ~ ~ ρ 3 ( P{( ( Y Y ' > 0} P{( ( Y Y ' < 0} ahol ( X, Y,( X, Y,( X ', Y ' függetle, azoos eloszlásúak. Tulajoságok Ezek úgyevezett ragkorrelációk (csak az értékek sorreje érekes Nem érzékeyek a kiugró értékekre Kiszámításuk a kopulával ρ ( X, Y 4 C( u, vc ( u, v τ 0 0 ρ s ( X, Y 2 { C( u, v uv} uv 0 0

További tulajoságok Mikettı ivariás a mooto traszformációkra. Legye κρ vagy κ τ. Ekkor - κ ; κ X,X, κ X,-X - Ha X és Y függetle, akkor κ X,Y 0 κ X,-Y κ -X,Y - κ X,Y Az egyes kopulákra aóó összefüggıségi mérıszámok függek a paramétertıl, így becslésükbıl egyúttal a kopula becslése is megkapható. Pélául a Gumbel kopulára τ-/β. Alkalmazások A Gauss kopulára a párokéti korrelációkra Rij si( πτ ( Xi, Xj / 2 Léyeges a választás a külöbözı kopula-típusok között (pl. a farok-összefüggıség segítségével, illetve elméleti meggoolások alapjá. Tapasztalati téy, hogy pl. a pézügyi portfóliókál gyakra mie egyes elem extrém értékő (tızsekrach azaz itt várhatóa fellép a farok-összefüggıség. A külöbözı moellekbıl agyo agy külöbségek aóhatak a valószíőségbecslésre. Gauss- kopula Stuet-t kopula.f.2 t kopula illesztése Szimulált t4 Empirikus τ0.7 Gumbel-kopula Clayto-kopula A szabaságfok: 4 Ez tőik a legjobbak Dow Joes -0.2 0.0 0.2 0.4 0.6 Log hozamok traszformációja Daily log returs 0.0 0. -0. 0.2 Nasaq Dow Joes Copula of log returs Nasaq Láthatóak a kiugró értékek az ereeti aatokba és a kopula összefüggısége.5 2.0 2.5 3.0 3.5 Az illesztett Gumbel kopula Depeece of Nasaq a Dow Joes iices 990 995 2000 2005 200 year Az ábrá a becsült paraméter-értékek láthatóak, 25 apos (egy év ablakok alapjá. A kék voalak a 0.003 és 0.997 bootstrap kvatilisek az elsı év paraméter értékére. Az összefüggıség szemlátomást erısöött.

Szimulált péla Illeszkeésvizsgálat 8 évyi aatot szimuláltuk, és az összefüggıség hirtele emelkeését építettük be a moellbe 990 év elejé (0.7-rıl 0.9-re. Fél évvel késıbb mutatja ki a bootstrap teszt (ekkor már az aatok fele az új eloszlásból va 2.0 2.5 3.0 3.5 4.0 Depeece of simulate iices 987 988 989 990 99 992 993 994 year A számításigéy csökketéséhez a imeziószámot is csökketei kell. A K- függvéy: K( θ t P( F( X < t PC ( ( F ( X,..., F ( X., θ < t Arkhiméeszi kopulákra a kiszámítása i ( ( i K θ, t t + [ φθ ( t ] fi ( θ, t i i! ahol i fi ( θ, t φ ( x x ( t. i θ φ x θ Ei j K Empirikus verzió ( Uj < Ui,..., Uj < Ui és ebbıl i ( t ( E < t, t [ 0,] Ebbıl formális teszt képezhetı (ha agy az eltérés, elutasítjuk az egyezést i K(theta,t Péla: 3 imeziós kopula illesztése K Fuctios for 3D Gumbel moels a for the observatios Depeece parameters theta. theta.7 theta2.3 theta2.9 theta3.5 Observatios Roseblatt-traszformáció Egy másik mószer: Breyma-teszt (Breyma et al, Berg & Bakke a Roseblatt traszformáció alapul R:(0, (0, i i C( u, K, ui,, K C( u, K, ui,, K ei / u K u u K u ahol C a kopula és R(ue. Tulajosága: U eloszlása potosa akkor a C kopula, ha R(U a függetle kopula. i i t Breyma-teszt: függetleségvizsgálat 2 Y Φ ( Z i i éppe a chi-égyzet eloszlású, szabaságfokkal. Ha ezt a saját eloszlásfüggvéyébe helyettesítjük, egyeletes eloszlást kapuk. Ezt tesztelhetjük pélául az Aerso-Darlig próbával. Berg és Bakke továbbfejlesztette a mószert, kozisztessé téve azt. Hivatkozások Nelso,Roger B. (2006. A Itrouctio to Copulas. Spriger Breyma, W., A. Dias, a P. Embrechts (2003. Depeece structures for multivariate high-frequecy ata i fiace. Berg, D. a Bakke, H. (2007 Copula Gooes-of-fit Tests: A comparative stuy