Я пытаюсь указать предельные распределения переменных и подгонять связки, чтобы найти структуру зависимости между этими переменными. Я подхожу к полям и нахожу связки. Затем я использую mvdc из пакета copula для построения многомерного распределения, созданного из copula с указанными полями. Однако я не знаю, как указать мои маргинальные распределения внутри этой функции.
У меня есть связки и поля с уже оцененными параметрами. Функция mvdc дает пример со стандартными распределениями, такими как нормальное, ученическое и т. д. Однако, мои маргиналы указаны как ARMA (1,1) - EGARCH (1,1) с распределением ученика t. Мой вопрос: как вписать эти маргиналы ARMA-EGARCH в mvdc?
Предельное распределение ARMA (1,1) -EGARCH (1,1) со стандартным значением
spec11 = ugarchspec(variance.model = list(model = "eGARCH", garchOrder = c(1,1)), mean.model = list(armaOrder = c(1, 1), include.mean = T), distribution.model = "std")
Затем я оцениваю параметры и проверяю, хорошо ли подходит это поле для данных. Затем я могу подогнать связку и откалибровать параметры. Допустим, это оптимальная связка, и в следующей строке я пытаюсь построить многомерный дистр.
t.cop = tCopula(c(0.7863), dim = 2, dispstr = "toep", df = 7.36, df.fixed = T)
multi_distribution = mvdc(t.cop, c("norm", "norm"),
list(list(mean = 0, sd =2), list(mean = 1, sd=3)))
Я нашел один подобный вопрос здесь: https://stats.stackexchange.com/questions/321894/copula-for-non-standard-distributions-in-r
Однако это не решило мою проблему. Есть ли какое-то решение для этого?