Інтерпретація показника взаємозв’язку багатовимірних стійких випадкових величин за допомогою факторної моделі

Автор(и)

  • Вадим Леонидович Шергин Харківський національний університет радіоелектроніки пр. Леніна, 14, м. Харків, Україна, 61166, Україна https://orcid.org/0000-0002-4388-8180

DOI:

https://doi.org/10.15587/1729-4061.2015.50442

Ключові слова:

багатовимірні стійкі розподіли, показник взаємозв’язку, факторна модель, симетричне перемішування прихованих факторів

Анотація

Досліджується проблема інтерпретації показників взаємозв’язку багатовимірних стійких випадкових величин. Запропоновано розглядати взаємозв’язок між ними в рамках факторної моделі. Серед досліджуваних законів розподілу виділено підклас таких, для яких можливе представлення величин, що наблюдаються, линійною комбінацією незалежних. Показано, що в межах цього підкласу показник взаємозв’язку має такий саме сенс, як і коефіцієнт кореляції для нормального розподілу.

Біографія автора

Вадим Леонидович Шергин, Харківський національний університет радіоелектроніки пр. Леніна, 14, м. Харків, Україна, 61166

Кандидат технічних наук, доцент

Кафедра штучного інтелекту

Посилання

  1. Uchaikin, V. V., Zolotarev, V. M. (1999). Chance and stability: stable distributions and their applications. Walter de Gruyter, 570.
  2. Mari, D. D., Kotz, S. (2001). Correlation and dependence. London: Imperial College Press, 219.
  3. Balakrishnan, N., Lai, C. D. (2009). Continuous bivariate distributions. Springer Science & Business Media, 684. doi: 10.1007/b101765
  4. Press, S. J. (1972). Multivariate stable distributions. Journal of Multivariate Analysis, 2 (4), 444–462. doi: 10.1016/0047-259x(72)90038-3
  5. DeSilva, B. M., Griffiths, R. C. (1980). A test of independence for bivariate symmetric stable distributions. Australian Journal of Statistics, 22 (2), 172–177. doi: 10.1111/j.1467-842x.1980.tb01164.x
  6. Bickson, D., Guestrin, C. (2010). Inference with multivariate heavy-tails in linear models. In Advances in Neural Information Processing Systems, 208–216.
  7. Wyłomańska, A. (2011). Measures of dependence for Ornstein–Uhlenbeck processes with tempered stable distribution. Acta Physica Polonica B, 42 (10), 2049.
  8. Szajnowski, W. J., Wynne, J. B. (2001). Simulation of dependent samples of symmetric alpha-stable clutter. IEEE Signal Processing Letters, 8 (5), 151–152. doi: 10.1109/97.917700
  9. Kring, S., Rachev, S. T., Höchstötter, M., Fabozzi, F. J. (2009). Estimation of α-stable sub-Gaussian distributions for asset returns. In Risk Assessment. Physica-Verlag HD, 151–152. doi: 10.1007/978-3-7908-2050-8_6
  10. Nolan, J. P. Stable distributions - models for heavy tailed data. Boston: Birkhauser Unfinished manuscript, Chapter 1. Available at: http://academic2.american.edu/~jpnolan/stable/chap1.pdf (Last accessed: 13.05.2009).
  11. Aivazyan, S. A., Buchstaber, V. M., Yenyukov, I. S., Meshalkin, L. D. (1989). Applied statistics: Classification and reduction of dimensionality. Finance and Statistics, 607. [In Russian]
  12. Horn, R. A., Johnson, C. R. (2012). Matrix analysis. Cambridge university press, 655.

##submission.downloads##

Опубліковано

2015-10-23

Як цитувати

Шергин, В. Л. (2015). Інтерпретація показника взаємозв’язку багатовимірних стійких випадкових величин за допомогою факторної моделі. Eastern-European Journal of Enterprise Technologies, 5(4(77), 44–49. https://doi.org/10.15587/1729-4061.2015.50442

Номер

Розділ

Математика та кібернетика - прикладні аспекти