Mô phỏng hai biến chuẩn hóa phụ thuộc

       Phương pháp cho biến chuẩn chuẩn hóa chỉ có tác dụng biểu diễn cách tìm những biến tương quan sử dụng hàm copula, vì có thể dễ dàng tương quan các biến chuẩn chuẩn hóa bằng phương pháp Cholesky. Đặc điểm của phương pháp copula là sử dụng các biến đều thay vì xử lý trực tiếp các biến chuẩn.
      Để lý giải tại sao ta tìm ra cùng kết quả với phương pháp cổ điển, ta không cần phải thực hiện mô phỏng, mà quay lại xem xét thuật toán. Xuất phát điểm là hai biến chuẩn hóa đều độc lập U1 và U2 Các biến đều được chuyển thành các biến đều chuẩn hóa, có thể tương quan bằng phân phối Cholesky để tính ra biến chuẩn tương quan với biến ban đầu. Biến chuẩn chuẩn hóa sử dụng làm biến trung gian là hàm ngược của biến chuẩn hóa đều V.

       Phương pháp copula biến đổi biến này thành một biến thứ ba chuẩn hóa đều bằng cách lấy hàm ngược của <3>_I (V), tức là V. Như ở trên, U và V phụ thuộc vào nhau.
Bước tiếp theo là quay lại với phân phối mục tiêu ĩ, giờ là chuẩn chuẩn hóa, bằng cách lấy hàm ngược của ư và V. Biến chuẩn chuẩn hóa đầu tiên là Nj và bằng với (u). Biến chuẩn chuẩn hóa thứ hai N2 là hàm ngược chuẩn chuẩn hóa của V.

      Phương trình này là quan hệ tính phụ thuộc áp dụng tống quát. Trong trường hợp này, hàm phân phối đơn biến là chuẩn. Trong cách trường hợp khác, ta sẽ dùng thay vì tìm Yj và Y2 Lợi ích của phân phối copula là ta không cần dùng biến chuẩn. Bắt đẩu với các biến đều, ta tìm ra hai biến đều phụ thuộc và quay lại các biến không chuẩn bằng cách lấy hàm ngược của Ư và V.

     Chú ý trong trường hợp biến chuẩn, phương trình cuối cùng trở thành phương trình của phân tích Cholesky, một hàm số của hai biến chuẩn chuẩn hóa độc lập nhau. Vì ta ẩn tính phụ thuộc giữa U và V, ta có cùng tính phụ thuộc giữa Nj và Nr Ví dụ tiếp theo sử dụng thời gian vô nợ phân phối mũ.

Đọc thêm tại: http://nganhangvaruiro.blogspot.com/2015/07/phuong-phap-tao-ra-hai-bien-chuan-hoa.html

Từ khóa tìm kiếm nhiều: tài sản thế chấp