1 连接函数:
1)定义:
由上述定义不难看出d维连接函数的低维边际仍是连接函数
2)一些预备知识:
简单来说就是:(1)分布函数反函数的标准均匀分布复合函数的分布服从原分布;(2)分布函数的分布函数服从标准均匀分布
(1)的作用:将逆分布函数与标准均匀分布结合,可以达到随机模拟取样的作用
(1)、(2)结合使用的作用:用特定的连续分布函数将风险转换为任何其他连续分布
3)Sklar定理:
若边际分布是连续的,则C是唯一的
其显示表述为:
在离散情况下,C并不唯一,参考下例:
4)不变性:
5)Frechet边界:
实际上,对于任意多元分布,我们都有类似的形式:
2 连接函数的例子:
1)基本连接函数:
独立连接函数:
共单调连接函数:
几乎必然时,有连接函数
反单调连接函数:
2)隐式连接函数:
例如高斯连接函数:
表示为积分形式:
同理可以给出多元t分布的隐式连接函数:
2)显式连接函数:介绍了Gumbel连接函数与Clayton连接函数,此处暂略,详见阿基米德连接函数
3 元分布:
1)连接函数与元分布的模拟:
2)如何利用连接函数抽样:
若U有分布函数C,分位数转换 ,则
4 连接函数的进一步特性:
1)生存连接函数:
则称
为生存连接函数,显式表示为:
2)径向对称:
若C是径向对称的,则:
显然,椭圆分布的连接函数是径向对称的
与
的关系:
3)连接函数的条件分布:
4)连接函数的密度函数:
5)可交换性: