Ocena:

Książka jest wysoko ceniona jako kompleksowe i niezbędne źródło informacji dla badaczy zainteresowanych teorią copula i zaawansowaną statystyką. Jest jednak uważana za wysoce techniczną i nieodpowiednią dla początkujących.
Zalety:Wszechstronna i aktualna książka referencyjna, niezbędna dla badaczy zajmujących się modelowaniem copula, obejmuje szeroki zakres zastosowań, zawiera dyskusje na temat kopuł winorośli i dopasowania modeli.
Wady:Wysoce techniczna i sucha, zakłada zaawansowaną znajomość statystyki, brakuje materiału wprowadzającego, nie nadaje się dla początkujących.
(na podstawie 3 opinii czytelników)
Dependence Modeling with Copulas
Dependence Modeling with Copulas obejmuje znaczące postępy, które miały miejsce w tej dziedzinie w ciągu ostatnich 15 lat, w tym modelowanie kopułą winorośli danych wielowymiarowych. Modele Vine Copula są konstruowane z sekwencji dwuwymiarowych copulas.
Książka rozwija uogólnienia modeli kopuły winorośli, w tym wspólne i ustrukturyzowane modele czynnikowe, które rozciągają się od założenia Gaussa do kopuł. Omówiono także inne wielowymiarowe konstrukcje i parametryczne rodziny copula, które mają różne właściwości ogona, a także przedstawiono obszerny materiał na temat zależności i właściwości ogona, aby pomóc w wyborze modelu copula. Autor pokazuje, w jaki sposób metody numeryczne i algorytmy wnioskowania i symulacji są ważne w wielowymiarowych zastosowaniach copula.
Przedstawia algorytmy w postaci pseudokodu, ilustrując ich implementację dla wielowymiarowych modeli copula. Uwzględnia również wyniki w celu określenia zależności i właściwości ogona rozkładów wielowymiarowych dla przyszłych konstrukcji modeli copula.