我有N个随机变量(X1,...,XN),每个变量都分布在特定的边际分布上(正态分布,对数正态分布,泊松分布...),我想生成这些变量Xi的p个联合实现样本,假设这些变量与给定的Copula相关,并使用Python 3。我知道R是更好的选择,但我想在Python中完成它。
按照this方法,我成功地使用高斯Copula进行了操作。现在我想将该方法调整为使用Archimedean Copula(Gumbel,Frank ...)或Student Copula。在高斯Copula方法的开始,您从多元正态分布中抽取p个实现样本。为了适应另一个Copula,例如二元Gumbel,我的想法是从二元Gumbel的联合分布中抽取样本,但我不确定如何实现这一点。
我已经尝试使用几个Python 3包:copulae、copula和copulas,它们都提供了将一个特定的Copula拟合到数据集中,但不允许从给定的Copula中绘制随机样本。你能否提供一些算法洞察力,以便从具有均匀边际分布的给定Copula中绘制多元随机样本?
按照this方法,我成功地使用高斯Copula进行了操作。现在我想将该方法调整为使用Archimedean Copula(Gumbel,Frank ...)或Student Copula。在高斯Copula方法的开始,您从多元正态分布中抽取p个实现样本。为了适应另一个Copula,例如二元Gumbel,我的想法是从二元Gumbel的联合分布中抽取样本,但我不确定如何实现这一点。
我已经尝试使用几个Python 3包:copulae、copula和copulas,它们都提供了将一个特定的Copula拟合到数据集中,但不允许从给定的Copula中绘制随机样本。你能否提供一些算法洞察力,以便从具有均匀边际分布的给定Copula中绘制多元随机样本?