上传者: 42117032
|
上传时间: 2021-10-19 14:58:00
|
文件大小: 7KB
|
文件类型: -
pent
用于估计Copula熵的R包
介绍
Copula熵是用于统计独立性度量的数学概念[1]。在双变量情况下,Copula熵被证明等同于互信息。与Pearson相关系数不同,Copula熵是为非线性,高阶和多元情况定义的,这使其普遍适用。
它具有广泛的应用,包括但不限于:
结构学习;
变量选择[2];
因果发现(估计转移熵)[3]。
该算法包括两个步骤:使用秩统计量估计经验语料密度,以及使用kNN方法从估计的经验语料密度中估计语料熵。由于两个步骤都使用非参数方法,因此可以将copent算法应用于任何情况而无需进行假设。
在copent包的预印纸上的arXiv。有关更多信息,请参阅[1-3]。有关中文的更多信息,请点击。
功能
copent-主要功能;
Construct_empirical_copula-算法的第一步,它通过秩统计来估计数据的经验copula;
entknn-算法的