Login
- Originaltitel:
- Statistical learning based on vine copulas with societal applications
- Übersetzter Titel:
- Statistisches Lernen auf der Grundlage von Vine Copulas mit Anwendungen im sozialen Bereich
- Autor:
- Şahin, Özge
- Jahr:
- 2023
- Dokumenttyp:
- Dissertation
- Fakultät/School:
- TUM School of Computation, Information and Technology
- Betreuer:
- Czado, Claudia (Prof., Ph.D.)
- Gutachter:
- Czado, Claudia (Prof., Ph.D.); Manner, Hans (Prof. Dr.); Joe, Harry (Prof., Ph.D.)
- Sprache:
- en
- Fachgebiet:
- MAT Mathematik
- TU-Systematik:
- MAT 620
- Kurzfassung:
- Statistical learning literature has been tremendously growing in recent years. However, modeling complex dependence structures explicitly and interpreting model results for actionable insights simultaneously have not yet been handled well. Vine copulas are flexible and interpretable multivariate distribution functions that model complex data dependence structures. Thus, to bridge the gap, we develop statistical learning algorithms using vine copulas and show some societal applications.
- Übersetzte Kurzfassung:
- Die Literatur statistisches Lernen ist in den letzten Jahren enorm gewachsen. Die explizite Modellierung komplexer Abhängigkeitsstrukturen und die gleichzeitige Interpretation der Modellergebnisse für verwertbare Erkenntnisse sind noch nicht gut gelöst. Vine Copulas sind flexible multivariate Verteilungsfunktionen, die komplexe Datenabhängigkeitsstrukturen modellieren. Wir entwickeln daher statistische Lernalgorithmen, die Vine Copulas verwenden und zeigen einige gesellschaftlichen Anwendungen.
- WWW:
- https://mediatum.ub.tum.de/?id=1700564
- Eingereicht am:
- 23.02.2023
- Mündliche Prüfung:
- 14.06.2023
- Dateigröße:
- 5313393 bytes
- Seiten:
- 163
- Urn (Zitierfähige URL):
- https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20230614-1700564-1-5
- Letzte Änderung:
- 04.07.2023
BibTeX