コピュラの依存構造・同時確率
バグ・不具合を報告
2つの周辺分布を分離した依存構造に対し、同時確率と尾部の傾向を比較する。
入力u・vは各周辺CDFを評価した確率です。元データの値を直接u・vへ入れないでください。
裾依存係数は閾値を極限へ近づけた漸近量です。有限の閾値における同時発生確率とは異なります。
観測値からのパラメータ推定はτ-bを使うモーメント法であり、最尤推定・信頼区間・将来の極端事象の保証ではありません。
項目を入力・選択してから「計算する」を押してください。
選択内容に応じて、残りの入力項目を案内します。
計算結果
—
- CDF:P(U≤u,V≤v)
- —
- コピュラ密度 c(u,v)
- —
- 同時上側確率 P(U>u,V>v)
- —
- モデルKendall τ
- —
- 漸近下側裾依存 λL
- —
- 漸近上側裾依存 λU
- —
値を入力して計算してください。
この計算機は使いやすかったですか?
回答はサイト改善のために保存します。入力値・計算結果は送りません。
ありがとうございます。よかったら、上の共有ボタンからこの計算機を紹介しませんか?
計算方法・適用範囲・出典
計算方法
擬似観測値は各列の平均順位Rを使いu=(R−0.5)/n(a=0.5)とし、0・1を避ける。同順位はmidrank。Kendall τ-b=(一致−不一致)/√((一致+不一致+Xのみ同順位)(一致+不一致+Yのみ同順位))。GaussianはCρ(u,v)=Φ₂(Φ⁻¹(u),Φ⁻¹(v);ρ)、τ=2asin(ρ)/π、λL=λU=0(|ρ|<1)。ClaytonはCθ=(u^(−θ)+v^(−θ)−1)^(−1/θ)、τ=θ/(θ+2)、λL=2^(−1/θ)、λU=0。GumbelはCθ=exp(−((−ln u)^θ+(−ln v)^θ)^(1/θ))、τ=1−1/θ、λL=0、λU=2−2^(1/θ)。θ=0(Clayton)とθ=1(Gumbel)はC=uv。密度はCの混合2階微分(Gaussianは正規密度比)。上側同時確率は1−u−v+C(u,v)。推定はτからパラメータへの変換であり対数密度を最大化しない。
CDF、密度、4象限の同時確率、Kendall τ、上下の漸近裾依存係数、擬似観測値と適合診断。
計算例(架空の数値)
独立モデルではu=0.2、v=0.3でCDF=0.06、同時上側確率=0.56。Clayton θ=1ではCDF=3/22≈0.1363636364、τ=1/3、下側漸近裾依存=0.5。
適用対象と限界
周辺CDFに変換した確率(0~1)、または同一観測単位に対応する匿名の2変量数値ペア。3変量以上、時間依存、離散周辺分布の厳密尤度、最尤推定、信頼区間、極端なパラメータ、ガウスの特異相関、リスク保証、欠測補完は扱いません。。
方法と出典
方法:E1426-copula-dependence-v1.0(a=0.5、64点Gauss–Legendre、τ-b、2026-11-14)。データ記録日:2026-11-14。