О некоторых свойствах симметричной копулы Граббса


Цитировать

Полный текст

Аннотация

Изучаются односторонние статистики Граббса, т. е. экстремальные стьюдентизированные отклонения наблюдений от выборочного среднего, найденные по нормально распределенной выборке. Исследуется двупараметрическое совместное распределение этих статистик, возникающее в случае, когда присутствующее в выборке аномальное наблюдение (выброс) отличается от остальных наблюдений величиной дисперсии. Выводится формула для вычисления плотности распределения вероятностей стьюдентизированного отклонения выброса от среднего. Из совместного распределения статистик Граббса извлекается двупараметрическая копула Граббса. Доказывается, что эта копула является симметричной. Как следствие, односторонние статистики Граббса обладают свойством обмениваемости. Выполняется компьютерное моделирование скаттерплотов из копулы Граббса. Анализ скаттерплотов показывает, что статистическая зависимость, описываемая копулой Граббса, является отрицательной. Для исследования влияния параметров копулы на силу этой зависимости выполняется оценивание коэффициента ранговой корреляции

Об авторах

Людмила Константиновна Ширяева

Самарский государственный экономический университет

Email: Shiryeva_LK@mail.ru
кандидат физико-математических наук, доцент; доцент каф. статистики и эконометрики Россия, 443090, Самара, ул. Советской Армии, 141

Евгения Геннадьевна Репина

Самарский государственный экономический университет

Email: violet261181@mail.ru
кандидат экономических наук, доцент; доцент каф. статистики и эконометрики Россия, 443090, Самара, ул. Советской Армии, 141

Список литературы

  1. Благовещенский Ю. Н. Основные элементы теории копул // Прикл. эконометрика, 2012. Т. 26, № 2. С. 113-130.
  2. Jwaid T., De Baets B., Kalicka J., Mesiar R. Conic aggregation functions // Fuzzy Sets and Systems, 2011. vol. 167, no. 1. pp. 3-20. doi: j.fss.2010.07.004.
  3. Rodríguez-Lallena J. A., Úbeda-Flores M. A new class of bivariate copulas // Statistics and Probability Letters, 2004. vol. 66, no. 3. pp. 315-325. doi: 10.1016/j.spl.2003.09.010.
  4. Kim J. M., Sungur E. A., Choi T., Heo T. Y. Generalized bivariate copulas and their properties // Model Assisted Statistics and Applications, 2011. vol. 6, no. 2. pp. 127-136. doi: 10.3233/MAS-2011-0185.
  5. Mesiar R., Najjari V. New families of symmetric/asymmetric copulas // Fuzzy Sets and Systems, 2014. vol. 252, no. 1. pp. 99-110. doi: 10.1016/j.fss.2013.12.015.
  6. Nelsen R. B. An Introduction to Copulas / Lecture Notes in Statistics. New York: SpringerVerlag, 2006. xiii+269 pp. doi: 10.1007/0-387-28678-0.
  7. Фантаццини Д. Моделирование многомерных распределений с использованием копулафункций, I // Прикл. эконометрика, 2011. Т. 22, № 2. С. 98-134.
  8. Ali Dolati, On Dependence Properties of Random Minima and Maxima // Communications in Statistics - Theory and Methods, 2008. vol. 38, no. 3. pp. 393-399. doi: 10.1080/03610920802213707.
  9. Church C. The Asymmetric
  10. Балаев А. И. Копула на основе многомерного
  11. Ширяева Л. К. О хвостовой зависимости для копула-функции Граббса // Изв. вузов. Матем., 2015. № 12. С. 66-83.
  12. Kong-Sheng Zhang, Jin-Guan Lin, Pei-Rong Xu, A new class of copulas involved geometric distribution: Estimation and applications // Insurance: Mathematics and Economics, 2016. vol. 66. pp. 1-10. doi: 10.1016/j.insmatheco.2015.09.008.
  13. Pearson E. S., Chandra Secar C. The effciently of statistical tools and a criterion for the rejection of outlying observations // Biometrika, 1936. vol. 28, no. 3-4. pp. 308-320. doi: 10.1093/biomet/28.3-4.308.
  14. Grubbs F. Sample Criteria for Testing Outlying observations // Ann. Math. Statist., 1950. vol. 21, no. 1. pp. 27-58. doi: 10.1214/aoms/1177729885.
  15. Barnett V., Lewis T. Outliers in statistical data. Chichester: John Wiley & Sons, 1984.
  16. Zhang J., Keming Y. The null distribution of the likelihood-ratio test for one or two outliers in a normal sample // TEST, 2006. vol. 15, no. 1. pp. 141-150. doi: 10.1007/bf02595422.
  17. Ширяева Л. К. О нулевом и альтернативном распределении статистики критерия наибольшего по абсолютной величине нормированного отклонения // Изв. вузов. Матем., 2014. № 10. С. 62-78.
  18. Ширяева Л. К. Вычисление мер мощности критерия Граббса проверки на один выброс // Сиб. журн. индустр. матем., 2010. Т. 13, № 4. С. 141-154.
  19. Ширяева Л. К. Использование специальных функций Эрмита для исследования мощностных свойств критерия Граббса // Вестн. Сам. гос. техн. ун-та. Сер. Физ.-мат. науки, 2012. № 4(29). С. 131-145. doi: 10.14498/vsgtu1098.
  20. Ширяева Л. К. О распределении статистик Граббса в случае нормальной выборки с выбросом // Изв. вузов. Матем., 2017. № 4. С. 84-101.
  21. Янке Е., Эмде Ф., Лёш Ф. Специальные функции. М.: Наука, 1977.
  22. Galambos J. Exchangeability / Encyclopedia of statistical sciences. vol. 2; eds. S. Kotz, and N. L. Johnson. NY: Wiley, 1986.
  23. R Core Team. R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing. Vienna, Austria, 2013, http://www.R-project.org/.
  24. Ferguson S. T., Genest C., Hallin M. Kendall’s tau for serial dependence // Canadian Journal of Statistics, 2000. vol. 28, no. 3. pp. 587-604. doi: 10.2307/3315967.
  25. Grothe O., Schnieders J., Sigers J. Measuring association and dependence between random vectors // Journal of Multivariate Analysis, 2013. vol. 123. pp. 96-110. doi: 10.1016/j.jmva.2013.08.019.
  26. Айвазян С. А., Мхитарян В. С. Прикладная статистика и основы эконометрики. Т. 1: Теория вероятностей и прикладная статистика. М.: Юнити-Дана, 2000.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Самарский государственный технический университет, 2018

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».