Una falacia sobre dependencia entre variables aleatorias ilustrada con teoría de cópulas
Con la teoría de Cópulas se ilustra por medio de un ejemplo que las distribuciones marginales y el coeficiente de correlación lineal no determinan de manera única la función de distribución conjunta, dado que muchas veces se asume lo contrario, es decir, que la función de distribución conjunta sí es...
- Autores:
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2016
- Institución:
- Universidad Distrital Francisco José de Caldas
- Repositorio:
- RIUD: repositorio U. Distrital
- Idioma:
- spa
- OAI Identifier:
- oai:repository.udistrital.edu.co:11349/3664
- Acceso en línea:
- http://hdl.handle.net/11349/3664
- Palabra clave:
- Cópula
Dependencia
Falacia
Normal bivariada
Marginales
Correlación
Matemáticas - Tesis y disertaciones académicas
Variables aleatorias
Cópulas (Estadística matemática)
Copula
Dependence
Fallacy
Bivariate normal
Marginal
Correlation
- Rights
- License
- Atribución-NoComercial-SinDerivadas 4.0 Internacional
| Summary: | Con la teoría de Cópulas se ilustra por medio de un ejemplo que las distribuciones marginales y el coeficiente de correlación lineal no determinan de manera única la función de distribución conjunta, dado que muchas veces se asume lo contrario, es decir, que la función de distribución conjunta sí está determinada de manera única dadas las distribuciones marginales y el coeficiente de correlación lineal. |
|---|