Estimação de distribuições discretas via cópulas de Bernstein
As relações de dependência entre variáveis aleatórias é um dos assuntos mais discutidos em probabilidade e estatística e a forma mais abrangente de estudar essas relações é por meio da distribuição conjunta. Nos últimos anos vem crescendo a utilização de cópulas para representar a estrutura de depen...
| Autor: | |
|---|---|
| Tipo de documento: | tese |
| Estado: | Versão publicada |
| Data de publicação: | 2012 |
| País: | Brasil |
| Recursos: | Universidade de São Paulo (USP) |
| Repositório: | Biblioteca Digital de Teses e Dissertações da USP |
| Idioma: | português |
| OAI Identifier: | oai:teses.usp.br:tde-30042012-160407 |
| Acesso em linha: | http://www.teses.usp.br/teses/disponiveis/45/45133/tde-30042012-160407/ |
| Access Level: | Acceso aberto |
| Palavra-chave: | Aitchison Distance Bernstein Polynomials Copulas Cópulas Discrete Distributions Distância de Aitchison Distribuições Discretas Inferência Não Paramétrica Non Parametric Inference Polinômios de Bernstein |
| Resumo: | As relações de dependência entre variáveis aleatórias é um dos assuntos mais discutidos em probabilidade e estatística e a forma mais abrangente de estudar essas relações é por meio da distribuição conjunta. Nos últimos anos vem crescendo a utilização de cópulas para representar a estrutura de dependência entre variáveis aleatórias em uma distribuição multivariada. Contudo, ainda existe pouca literatura sobre cópulas quando as distribuições marginais são discretas. No presente trabalho será apresentada uma proposta não-paramétrica de estimação da distribuição conjunta bivariada de variáveis aleatórias discretas utilizando cópulas e polinômios de Bernstein. |
|---|