vine copula學(xué)習(xí)-Day1
前言：無(wú)語(yǔ)，被迫留在學(xué)校，干點(diǎn)力所能及的事情吧，希望不要浪費(fèi)這段時(shí)光。
列出了幾個(gè)可能會(huì)用到的函數(shù)，今天就這樣，明天繼續(xù)學(xué)習(xí)，需要再取。
BiCop函數(shù)
通過(guò)這個(gè)函數(shù)，plot（）可以畫出surface plot
surface plot
RVineMatrix
這里最重要的應(yīng)該是RVineMatrix這個(gè)函數(shù)了，后面無(wú)論是畫圖還是抽樣都必須要用到。
RVineMatrix(
Matrix,
family = array(0, dim = dim(Matrix)),#兩兩之間所屬的族
par = array(NA, dim = dim(Matrix)),第一個(gè)參數(shù)矩陣
par2 = array(NA, dim = dim(Matrix)),#第二個(gè)參數(shù)矩陣
names = NULL,#起名
check.pars = TRUE
)
RVineStructureSelect
數(shù)的結(jié)構(gòu)選擇，可以畫出數(shù)圖，可以得出每個(gè)pair copula的參數(shù)，也可得到整體的AIC值等統(tǒng)計(jì)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（這個(gè)函數(shù)可以，但是不如先給出RvineMatrix，然后直接plot來(lái)的更直接）
即：
#畫出結(jié)構(gòu)圖，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)
對(duì)copula函數(shù)提供配對(duì)圖（pairs.copuladata）
使用默認(rèn)設(shè)置，它在下層面板繪制二元等高線圖，在上層面板繪制散點(diǎn)圖和相關(guān)性，在對(duì)角線面板繪制直方圖。也可以根據(jù)需要自己進(jìn)行設(shè)定。（這個(gè)圖畫出來(lái)很唬人，其實(shí)很簡(jiǎn)單的語(yǔ)句）
參數(shù)必須是一個(gè)copula對(duì)象（用as.copula函數(shù)變換一下，class就會(huì)發(fā)生改變）
再介紹一個(gè)抽樣的函數(shù)
這個(gè)函數(shù)從給定的R-vine中模擬出很多數(shù)，可以計(jì)算分位數(shù)、AIC值等等
RVineSim（300，RVineMatrix）
AIC and BIC of an R-Vine Copula Model（舉例）
# define 5-dimensional R-vine tree structure matrix
應(yīng)該是R-vine五維結(jié)構(gòu)矩陣
# define R-vine pair-copula family matrix
這里定義兩兩之間的pair-copula
# define R-vine pair-copula parameter matrix
再定義兩兩間的參數(shù)矩陣（association parameter）
# define second R-vine pair-copula parameter matrix
有些copula會(huì)有第二個(gè)參數(shù)，比如t-copula，因此需要被定義，如果沒(méi)有就直接用0代替
# define RVineMatrix object
用此包中的RVineMatrix定義，上面的準(zhǔn)備都是此參數(shù)的輸入?yún)?shù)
# simulate a sample of size 300 from the R-vine copula model
RVineSim（300，RVineMatrix）
# compute AIC and BIC
要用抽樣出來(lái)的數(shù)據(jù)計(jì)算AIC和BIC
RVineAIC(simdata, RVM)
