文章来源：arXiv
疑惑：
文中公式(4)
H
c
(
X
)
=
−
∫
u
c
(
u
)
log
c
(
u
)
d
u
H_c(\bold{X})=-\int_\bold{u} c(\bold{u})\log c(\bold{u}) \mathrm{d} \bold{u}
Hc(X)=−∫uc(u)logc(u)du给出了Copula熵的连续型定义（积分形式），但是未给出离散型定义（求和形式）。
公式(7)
F
i
(
x
i
)
=
1
T
∑
i
=
1
T
χ
(
x
t
i
≤
x
i
)
F_i(x_i)=\frac{1}{T}\sum_{i=1}^{T}\chi(\bold{x}_t^i \leq x_i)
Fi(xi)=T1∑i=1Tχ(xti≤xi)给出了经验Copula密度函数的估计，根据作者的意思，应该是使用离散型定义来进行求和得到Copula熵。
从公式(7)到计算出Copula熵的过程很让人困惑，不知道到底是用了概率还是概率密度函数（Probability Density Function）还是累积分布函数（Cumulative Distribution Function）。
文章探讨了Copula熵在连续型和离散型情况下的定义。作者提到了公式(4)给出了Copula熵的连续型积分形式，但对于离散型定义并未直接给出。公式(7)则提供了经验Copula密度函数的估计方法，通过离散求和来逼近熵。然而，从公式(7)到Copula熵的具体计算过程存在一定的理解难度，涉及概率、概率密度函数和累积分布函数的概念。文章适合对 Copula 理论感兴趣的读者深入研究。
3427
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
