User: Guest  Login
Original title:
Nonparametric estimation in simplified vine copula models 
Translated title:
Nichtparametrische Schätzung in vereinfachten Vine-Copula Modellen 
Year:
2018 
Document type:
Dissertation 
Institution:
Fakultät für Mathematik 
Advisor:
Czado, Claudia (Prof., Ph.D.) 
Referee:
Czado, Claudia (Prof., Ph.D.); Gijbels, Irène (Prof. Dr.); Joe, Harry (Prof., Ph.D.) 
Language:
en 
Subject group:
MAT Mathematik 
TUM classification:
MAT 620d 
Abstract:
Nonparametric estimators of multivariate functions typically converge more slowly as dimension increases. We show that one can evade this curse of dimensionality by assuming a simplified vine copula model for the dependence between variables and compare several methods in simulations. We further extend the applicability of this finding in two ways: We introduce an approach to estimate regression functions based on the copula density and discuss a generic technique to make nonparametric function...    »
 
Translated abstract:
Nichtparametrische Schätzer von multivariaten Funktionen konvergieren für gewöhnlich langsamer, wenn die Anzahl der Variablen zunimmt. Wir zeigen, dass man diesem Fluch der Dimensionen entkommen kann, indem man ein vereinfachtes Vine-Copula Modell für die Abhängigkeit zwischen den Variablen annimmt, und untersuchen darauf basierende Schätzmethoden in einer Simulationsstudie. Im Anschluss wird die Anwendbarkeit dieser Eigenschaft in zweierlei Hinsicht erweitert: Wir zeigen, wie man allgemeine R...    »
 
Oral examination:
06.11.2018 
File size:
2183765 bytes 
Pages:
171 
Last change:
18.12.2018