On Nonparametric Measures of Dependence for Random Variables
随机变量依赖关系的非参数度量AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要属于通用依赖度量理论，未明确研究金融尾部风险、网络作用或分布效应。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
随机变量依赖关系的非参数度量
- 研究问题
- 如何用 copula 构造不随严格递增变换改变的非参数依赖度量，并考察这些度量与依赖公理、相关系数及秩相关的关系？
- 方法与思路
- 作者分析 copula 与联合分布性质在几乎处处严格递增变换下的不变性，据此定义依赖度量，并与已有指标和公理作比较。
- 材料陈述的贡献
- 摘要称上述不变性质仅由 copula 决定，并提出满足合理修改版 Rényi 条件的多种依赖度量，比较其与相关及秩相关指标的关系。
- 阅读关注点
- 核对边际分布与变换条件、copula 的确定方式、依赖度量的定义，以及对 Rényi 条件作了哪些修改和各指标的差异。
- 阅读边界
- 所据为稿件版本未注明的 OpenAlex 索引摘要。摘要未列度量公式及完整条件，不能推断其估计性质，也不能直接解释为尾部风险或分布因果效应。
原文摘要
In 1959 A. Renyi proposed a set of axioms for a measure of dependence for pairs of random variables. In the same year A. Sklar introduced the general notion of a copula. This is a function which links an $n$-dimensional distribution function to its one-dimensional margins and is itself a continuous distribution function on the unit $n$-cube, with uniform margins. We show that the copula of a pair of random variables $X, Y$ is invariant under a.s. strictly increasing transformations of $X$ and $Y$, and that any property of the joint distribution function of $X$ and $Y$ which is invariant under such transformations is solely a function of their copula. Exploiting these facts, we use copulas to define several natural nonparametric measures of dependence for pairs of random variables. We show that these measures satisfy reasonable modifications of Renyi's conditions and compare them to various known measures of dependence, e.g., the correlation coefficient and Spearman's $\rho$.