پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 48 |
| تعداد شمارهها | 1,242 |
| تعداد مقالات | 10,688 |
| تعداد مشاهده مقاله | 21,873,998 |
| تعداد دریافت فایل اصل مقاله | 14,703,050 |
تعمیم مفصل فارلی- گامبل- مورگنسترن و ساختار وابستگی آن | ||
| دوفصلنامه گستره علوم آماری | ||
| مقاله 4، دوره 1، 1 (پاییز و زمستان 1394)، مهر 1394، صفحه 27-34 اصل مقاله (158.8 K) | ||
| نوع مقاله: علمی- پژوهشی | ||
| نویسندگان | ||
| حکیم بکریزاده* 1؛ غلامعلی پرهام2؛ نرگس عباسی3؛ مریم روزدار4 | ||
| 1استادیار، گروه آمار دانشگاه پیام نور مرکز ایلام | ||
| 2دانشیار، گروه آمار دانشگاه شهید چمران اهواز | ||
| 3دانشیار، گروه آمار دانشگاه پیام نور | ||
| 4دانشجوی کارشناسی ارشد، آمار دانشگاه پیام نور | ||
| چکیده | ||
| با توجه به محدودیت دامنۀ همبستگی و مدلبندی بین متغیرهای وابسته با همبستگی بالا در مفصل فارلی-گامبل- مورگنسترن، در این مقاله، یک تعمیم جدید از مفصل فارلی- گامبل- مورگنسترن برحسب مقاطع چندجملهای در جهت بهبود دامنۀ همبستگی آن با استفاده از نظریۀ ماکسیمم پایا معرفی میشود. در این تعمیم، برخی از ویژگیها و مفاهیم وابستگی نیز مطالعه میشود. | ||
| کلیدواژهها | ||
| مفصل؛ ماکسیمم پایا؛ مفاهیم وابستگی | ||
| عنوان مقاله [English] | ||
| Extension of Farlie – Gumbel -Morgenstern Copulas and its Dependence Structure | ||
| نویسندگان [English] | ||
| Hakim Bekrizadeh1؛ Gholamali Parham2؛ Narges Abbasi3؛ Maryam Rozdar4 | ||
| چکیده [English] | ||
| Since the dependency domain is limited, it is not possible to model high dependency variables is not possible in Farlie – Gumbel - Morgenstern copulas. To remove mentioned limitation, an extension of the FGM copula is introduced, which is basically in terms of polynomial section of degree on . Also, we study measurements and dependency concepts in introduced extension. | ||
| کلیدواژهها [English] | ||
| copula, Stable Maximum, Concepts of Dependence | ||
| مراجع | ||
|
Amblard, C. and Girard, S. (2009). A new extension of bivariate copulas. Metrika 70: 1-17.
Bairamov, I. and Kotz, S. (2002). Dependence structure and symmetry of Huang-Kotz FGM distributions and their extension. Metrika 56: 55–72.
Bekrizadeh, H.; Parham, G.A. & Zadkarami, M.R. (2012). The New Generalization of Farlie Gumbel Morgenstern Copulas. Applied Math-ematical Sciences, 6(71): 3527-3533.
Cuadras, C.M. (2009). Constructing copula functiona with weighted geometric means. Journal of Statistical Planning and Inference 139: 3766-3772.
Drouet-Mari, D. & Kotz, S. (2001). Correlation and dependence. Imperial College Press: London.
Farlie, D.G.J. (1960). The performance of some correlation coefficients for a general distribution bivariate. Biom-etrika 47: 307–323.
Gumbel, E.J. (1960). Bivariate Exponential distributions. Journal of American Statistical Associated 55: 698–707.
Huang, J.S. and Kotz, S. (1999). Modifications of the Farlie-Gumbel-Morgenstern distributions, A tough hill to climb. Metrika 49: 135–145.
Hutchinson, TP. and Lai, C.D. (1990). Continuous Bivariate Distributions. Emphasising Applications, Rumsby Scientific Publishing: Adelaide.
Joe, H. (1997). Multivariate Models and Dependence Concepts. Chapman and Hall: London.
Kim, J.M.; Sungur, E.A.; Choi, T. and Heo, T.Y. (2011). Generalized bivariate copulas and their properties, IOS Press. Model Assisted Statistics and Application 6:127-136.
Lai, C.D. and Xie, M. (2000). A new family of positive quadrant dependent bivariate distributions, Statistics and Probability Letters, 46, 359-364.
Morgenstern, D. (1956). Einfache Beispie-lezwei dimensionaler Verteilungen. Mitteilungsblatt für Mathematische Statistik 8: 234–235.
Nelsen, R.B. (2006). An introduction to copulas. Springer Series in Statistics, Springer, New York: second edition.
Pickands, J. (1981). Multivariate extreme value distributions. Bulton Institute Statistical 49: 859-878.
Rodríguez-Lallena, J.A. and Úbeda-Flores, M. (2004). A new class of bivariate copulas. Statistics and Probability Letters 9(5): 315–325.
Sklar, A. (1959). Fonctions deréparti-tionàn dimensions etleursmarges. Publish Institute Statistical University Paris, 8: 229–231.
Tong, Y.L. (1980). Probability Inequalities in Multivariate Distributions. Academic Press: New York. | ||
|
آمار تعداد مشاهده مقاله: 2,248 تعداد دریافت فایل اصل مقاله: 1,824 |
||