vine copula学习-Day1

vine copula学习-Day1

前言：无语，被迫留在学校，干点力所能及的事情吧，希望不要浪费这段时光。

列出了几个可能会用到的函数，今天就这样，明天继续学习，需要再取。

BiCop函数

通过这个函数，plot（）可以画出surface plot

surface plot

RVineMatrix

这里最重要的应该是RVineMatrix这个函数了，后面无论是画图还是抽样都必须要用到。

RVineMatrix(

Matrix,

family = array(0, dim = dim(Matrix)),#两两之间所属的族

par = array(NA, dim = dim(Matrix)),第一个参数矩阵

par2 = array(NA, dim = dim(Matrix)),#第二个参数矩阵

names = NULL,#起名

check.pars = TRUE

)

RVineStructureSelect

数的结构选择，可以画出数图，可以得出每个pair copula的参数，也可得到整体的AIC值等统计量

例：

# load data set

data(daxreturns)

# select the R-vine structure, families and parameters

daxreturns <- daxreturns[1:250, 1:4]

RVM <- RVineStructureSelect(daxreturns, c(1:6), progress = TRUE)

## see the object's content or a summary

str(RVM)

summary(RVM)

RVineTreePlot（这个函数可以，但是不如先给出RvineMatrix，然后直接plot来的更直接）

即：

#画出结构图，也太丑了吧(基于RVinematrix)

## define RVineMatrix object

library(network)

RVMM <- RVineMatrix(Matrix = RVM$Matrix, family = RVM$family,

                  par = RVM$par, par2 = RVM$par2,

                  names = RVM$names)

plot(RVMM)

对copula函数提供配对图（pairs.copuladata）

使用默认设置，它在下层面板绘制二元等高线图，在上层面板绘制散点图和相关性，在对角线面板绘制直方图。也可以根据需要自己进行设定。（这个图画出来很唬人，其实很简单的语句）

参数必须是一个copula对象（用as.copula函数变换一下，class就会发生改变）

再介绍一个抽样的函数

这个函数从给定的R-vine中模拟出很多数，可以计算分位数、AIC值等等

RVineSim（300，RVineMatrix）

AIC and BIC of an R-Vine Copula Model（举例）

# define 5-dimensional R-vine tree structure matrix

应该是R-vine五维结构矩阵

# define R-vine pair-copula family matrix

这里定义两两之间的pair-copula

# define R-vine pair-copula parameter matrix

再定义两两间的参数矩阵（association parameter）

# define second R-vine pair-copula parameter matrix

有些copula会有第二个参数，比如t-copula，因此需要被定义，如果没有就直接用0代替

# define RVineMatrix object

用此包中的RVineMatrix定义，上面的准备都是此参数的输入参数

# simulate a sample of size 300 from the R-vine copula model

RVineSim（300，RVineMatrix）

# compute AIC and BIC

要用抽样出来的数据计算AIC和BIC

RVineAIC(simdata, RVM)

AIC和BIC计算方法