Copula inference under censoring
删失数据下的 Copula 推断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：摘要涉及一般依赖结构与删失推断，未明确研究分布效应或金融风险等所列方向。
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
删失数据下的 Copula 推断
- 研究问题
- 观测存在删失时，如何选择描述变量依赖结构的 Copula 模型，并检验模型是否与数据所呈现的依赖关系相符？
- 方法与思路
- 作者比较概率积分变换 K 的非参数估计与模型估计，引入新的加权估计量，据此构造模型选择程序与拟合优度检验。
- 材料陈述的贡献
- 摘要称提出删失情形下的 Copula 选择和检验方法，以模拟比较已有方法，并用女性生殖史中出血变化的例子展示应用。
- 阅读关注点
- 应核对删失机制、K 的定义和可估计条件、权重构造，以及检验校准方式和候选 Copula 模型的比较范围。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；删失假设、检验极限分布及比较数值未说明，不能据此认定适用于金融尾部风险。
原文摘要
This paper discusses copula model selection procedures and goodness-of-fit tests under censoring. The proposed methodology is based on a comparison of nonparametric and model-based estimators of the probability integral transformation, K. New weighted estimators for K are introduced. The resulting tests are compared to an existing approach by simulation and illustrated with an example involving bleeding changes in a woman’s reproductive history.