statsmodels.distributions.copula.api.StudentTCopula¶

class statsmodels.distributions.copula.api.StudentTCopula(corr=None, df=None, k_dim=2)[source]¶

学生 t 联合分布。

Parameters:¶

corrscalar or array_like

椭圆copula的相关性或散点矩阵。在二元情况下，corr` 可以 是 一个 标量 并且 被 视为 相关 系数。 如果 ``corr 为 None，则散点矩阵是单位矩阵。

dffloat (optional)

多元t分布的自由度。

k_dimint

维度，多元随机变量中的分量数量。

注释

椭圆copulas要求在创建实例时设置copula参数。这些参数目前不能在调用方法时提供。（这在未来的版本中很可能会改变。）如果在方法中提供了非空的args，则会引发ValueError。args关键字是为了在不同的copulas之间提供一致的接口。

参考文献

[1]

乔，哈里，2014年，《依赖性建模与Copulas》。CRC出版社。 第181页

方法

cdf(u[, args])	在点 u 处计算的累积分布函数。
corr_from_tau(tau)	从肯德尔的tau计算皮尔逊相关系数。
dependence_tail([corr])	二元尾部依赖参数。
fit_corr_param(数据)	使用样本数据的Kendall's tau的Copula相关参数。
logpdf(u[, args])	copula pdf 的对数，对数似然。
pdf(u[, args])	copula的概率密度函数。
plot_pdf([ticks_nbr, ax])	绘制PDF。
plot_scatter([sample, nobs, random_state, ax])	采样copula并绘图。
rvs([nobs, args, random_state])	在半开区间 [0, 1) 中绘制 n。
spearmans_rho([corr])	基于相关系数的二元Spearman's rho。
tau([corr])	基于相关系数的二元肯德尔τ。
tau_simulated([nobs, random_state])	基于模拟样本的肯德尔τ系数。