У меня есть t
данные. Я хочу подогнать данные, используя непараметрическую c оценку плотности ядра для предельных распределений, в параметри c Копула. Вот мое кодирование:
#variable 1
k1 <- density(t[,1])
bw1 <- k1$bw
kdecdfnorm1 <- function(x,xdat,bw){
rowMeans(pnorm(outer(x,xdat,"-"),0,bw)) #cdf of kernel
}
cdf1 <- kdecdfnorm1(k1$x,t[,1],bw1)
#variable 2
k2 <- density(t[,2])
bw2 <- k2$bw
kdecdfnorm2 <- function(x,xdat,bw){
rowMeans(pnorm(outer(x,xdat,"-"),0,bw)) #cdf of kernel
}
cdf2 <- kdecdfnorm1(k2$x,t[,2],bw2)
k <- cbind(cdf1,cdf2)
#fit the CDF of Kernel into copula
kn1 <- fitCopula(claytonCopula(), data = k, method = "ml", start = 0.1 )
(1) это правильно? (2) ИДК, какое начальное значение я должен использовать. Как выбрать хорошее начальное значение?
Я имею в виду это кодирование