Weighted least-squares inference for multivariate copulas based on dependence coefficients

Gildas Mazo 1 Stephane Girard 1 Florence Forbes 1
1 MISTIS - Modelling and Inference of Complex and Structured Stochastic Systems
Inria Grenoble - Rhône-Alpes, LJK - Laboratoire Jean Kuntzmann, INPG - Institut National Polytechnique de Grenoble
Abstract : In this paper, we address the issue of estimating the parameters of general multivariate copulas, that is, copulas whose partial derivatives may not exist. To this aim, we consider a weighted least-squares estimator based on dependence coefficients, and establish its consistency and asymptotic normality. The estimator's performance on finite samples is illustrated on simulations and a real dataset.
Type de document :
Article dans une revue
ESAIM: Probability and Statistics, EDP Sciences, 2015, 19, pp.746 - 765. <10.1051/ps/2015014>
Liste complète des métadonnées


https://hal.archives-ouvertes.fr/hal-00979151
Contributeur : Gildas Mazo <>
Soumis le : jeudi 22 octobre 2015 - 10:10:55
Dernière modification le : dimanche 13 décembre 2015 - 19:45:31
Document(s) archivé(s) le : jeudi 27 avril 2017 - 14:25:40

Fichier

paper-revised-5.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

Collections

Citation

Gildas Mazo, Stephane Girard, Florence Forbes. Weighted least-squares inference for multivariate copulas based on dependence coefficients. ESAIM: Probability and Statistics, EDP Sciences, 2015, 19, pp.746 - 765. <10.1051/ps/2015014>. <hal-00979151v6>

Partager

Métriques

Consultations de
la notice

455

Téléchargements du document

88