基于Copula函数的空间统计模型估计与应用

发布时间：2018-03-03 23:18

  本文选题：Copula　切入点：空间相关　出处：《统计与决策》2016年10期 　论文类型：期刊论文

【摘要】：在空间数据分析中,由于空间预测在很大程度上依赖于对空间变化的现象分布的假设,因此建立空间数据分布模型是非常重要的问题。Stein(1999)指出,传统的方法利用变差函数描述插值的空间依赖性结构和基于似然方法的模型相比是相当不精确的。对于非正态分布的空间数据而言,Copula函数提供了一种可以分别指定相关结构和边缘分布而建立联合分布的可能性。文章基于Copula函数的非正态分布数据的空间插值方法,讨论模型参数的极大似然估计并运用生态环境数据进行实证研究。
[Abstract]:In spatial data analysis, the establishment of spatial data distribution model is a very important problem. The traditional method using variation function to describe the spatial dependence structure of interpolation is quite imprecise compared with the model based on likelihood method. In this paper, the spatial interpolation method of non-normal distribution data based on Copula function is presented. The maximum likelihood estimation of model parameters is discussed and an empirical study is carried out using ecological environment data.
【作者单位】： 重庆工商大学数学与统计学院;
【基金】：国家社会科学基金资助项目(13CTJ016;14BTJ009) 国家自然科学基金资助项目(11401059)
【分类号】：F224

【参考文献】

相关期刊论文 前2条

1 张继国;谢平;龚艳冰;刘高峰;;降雨信息空间插值研究评述与展望[J];水资源与水工程学报;2012年01期

2 刘登伟;封志明;杨艳昭;;海河流域降水空间插值方法的选取[J];地球信息科学;2006年04期

【共引文献】

相关期刊论文 前10条

1 杨炜明;李勇;;基于Copula函数的空间统计模型估计与应用[J];统计与决策;2016年10期

2 周瑾慧;;考虑各向异性的Kriging插值方法在田头水流域的应用[J];水电能源科学;2016年03期

3 程朋;张s，

本文编号：1563131