用变化的相关矩阵模拟R中的正常Copula

时间:2016-06-24 16:28:32

标签: r simulation

我正在尝试使用R中的copula包来模拟相关的正常copula实现。我已经估计了变化的相关矩阵并将它们存储在尺寸为570x9x9的数组中:对于从1到570的每个观察,我有一个9x9的相关矩阵。由于normalCopula命令只需要一个数值向量作为参数,而不是整个相关矩阵,我使用命令P2p“汇总”相关矩阵,该命令将矩阵转换为一个向量(称为{{1}所有36个需要的相关性。到现在为止还挺好。

现在我想开始模拟部分。我考虑使用每个变化的相关结构定义570个不同的“静态”正常copula,然后使用parameters函数从每个相似结构模拟5000次。更确切地说:

rCopula

基本上,对于从1到570的每个i,我使用mycop <- list() for (i in 1:570){ mycop[i]=normalCopula(parameters[i,],dim=9,"un") } copula <- array(dim=c(570,9,5000)) for (i in 1:570){ for (j in 1:5000){ copula[i,,j]=rCopula(5000,mycop[i])[j,] } } 为9个变量模拟5000,并将结果存储在数组mycop[i]中。

但是,这不起作用,因为rCopula应该具有copula类的对象,而定义的copula是列表。

问题:我能以什么方式定义我需要的570个copula规范,以便我仍然可以在mycop[i]中插入copula个对象? rCopula有哪些替代方法可以收集非数字等对象?

0 个答案:

没有答案