假设我有两个随机变量 X 1 和 X 2 ，两者都是正态分布的。在R中，我会生成这样的样本：
> X1 <- rnorm(1000,mean=2.4,sd=1.3)
> X2 <- rnorm(1000,mean=1.5,sd=0.9)
假设它们通常与相应的均值和sd一起分发。我的目标是为这些样本拟合一个copula C ，假设某个家族为copula C 。为简单起见，假设双变量分布遵循t分布。
第一步是将它们转换为（伪）均匀分布。我们会看 U 1 = F 1 （ X 1 ）和 U 2 = F 2 （ X 2 ）。在R中，我将使用以下代码
执行此操作> U1 <- pnorm(X1,mean=2.4,sd=1.3)
> U2 <- pnorm(X2,mean=1.5,sd=0.9)
然后我会使用copula包来安装t-copula。我知道我可以直接适应多种族的分配。但是，我想知道这些东西在包中是如何工作的。函数fitCopula需要类copula的对象。显然我会交出一个t-copula。我不确定如何选择参数，因为它们应该被估计。那么如何才能将t-Copula拟合到 U 1 和 U 2 ？