文献

J-GLOBAL ID：202102218724357933   整理番号：21A2342750

離散結果によるCopula回帰モデルのノンパラメトリック推定【JST・京大機械翻訳】

Nonparametric Estimation of Copula Regression Models With Discrete Outcomes

著者 (3件)： Yang Lu (Amsterdam School of Economics, University of Amsterdam, Netherlands) ,  Frees Edward W. (Wisconsin School of Business, University of Wisconsin, Madison, WI;) ,  Zhang Zhengjun (Department of Statistics, University of Wisconsin, Madison, WI)
資料名： Journal of the American Statistical Association  (Journal of the American Statistical Association)
巻： 115  号： 530  ページ： 707-720  発行年： 2020年 
JST資料番号： C0262A  ISSN： 0162-1459  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 多変量離散転帰は,保険,財政および生物学を含む広範囲の領域で一般的である。転帰間の相互作用が有意である場合,相互関連変数間の依存性の定量化は非常に重要である。依存性を柔軟に収容する能力により,コピュラはますます適用されている。しかし,離散データに関するコピュラの応用は,まだその幼児期にある。最大の障壁の一つは,コピュラの非一意性であり,質問モデル解釈と予測に呼んでいる。本論文では,回帰文脈における離散結果によるコピュラ推定を研究した。限界分布が共変量によって変化するので,連続回帰者の包含は,コピュラの一貫した推定のためのサポートの領域を拡大した。連続結果の幾つかの特性は,離散的な結果を超えないので,コピュラモデルの仕様は問題である。離散結果に対する「隠れ」依存構造を同定し,その漸近特性を開発するため,コピュラのノンパラメトリック推定器を提案した。また,提案したノンパラメトリック推定量は,コピュラのパラメトリック形式を選択するための診断ツールとして役立つ。シミュレーション研究において,著者らは,異なるシナリオの下で提案した推定子の性能を調査して,コピュラの選択が重要であるとき,指針を提供した。推定器の性能は,離散性が減少すると改善した。実用的な帯域幅セレクタも提案した。経験的分析は,ウィスコンシン州における地域政府所有権(LGPIF)からのデータセットを調べる。ノンパラメトリック推定量を適用して,異なるタイプの保険カバレッジからクレーム周波数間の依存性をモデル化した。本論文の補足材料はオンラインで利用できる。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  選別器 ,  相互作用 ,  保険 ,  *ノンパラメトリック法 ,  帯域幅 ,  *回帰モデル ,  ウィスコンシン州 ,  非一意性 ,  推定量
準シソーラス用語： オンライン ,  コピュラ ,  共変量 ,  実証分析 ,  多変量 , 【Automatic Indexing@JST】

著者キーワード (3件)： Copula仕様 ,  同定可能性 ,  保険請求頻度

分類 (2件)： システム・制御理論一般  (IA02010H) ,  運輸交通・サービス一般  (TA01010L)

タイトルに関連する用語 (2件)： 回帰モデル ,  パラメトリック推定