A New Estimator of Kullback--Leibler Divergence via Shannon Entropy
Faculty of Science, Department of Statistics, Cumhuriyet University（居米舍特大学理学院统计学系）；Department of Mathematics, Linköping University（林雪平大学数学系）
本文提出了一种基于香农熵的KL散度估计器，通过k近邻方法改进了KL散度估计，并通过蒙特卡罗实验验证了其在高维数据中优于传统正态性检验的性能。
2026-03-06 math.ST stat.TH
Goodness of fit tests in terms of local levels with special emphasis on higher criticism tests
我们没有根据检验统计量来定义拟合优度（GOF）测试，而是通过引入局部水平的概念来提出一种替代方法，局部水平指示测试的局部灵敏度的高或低。本地级别可以作为构建新GOF测试的起点。我们研究了局部水平的行为时，应用到一些著名的GOF测试，如Kolmogorov-Smirnov（KS）测试，更高的批评（HC）测试和测试的基础上，φ分歧。主要的重点是严格的本地水平的渐近行为的原始HC测试，从而导致其他GOF测试，包括GOF测试具有相等的本地水平的本地水平的几个进一步的渐近结果的表征。虽然KS检验的局部水平（与中心范围相关）渐近严格大于零，但HC检验的所有局部水平均随着样本量的增加而收敛于零。因此，不存在渐近水平$α$ GOF检验，使得所有局部水平都渐近有界远离零。最后，通过数值计算，我们比较了经典的KS和HC测试的GOF测试具有相同的本地水平。
2016-03-17 math.ST stat.TH
Empirical phi-divergence test statistics for testing simple and composite null hypotheses
本文的主要目的是首先介绍一个新的家庭的经验检验统计量测试一个简单的原假设时，通过一组特定的无偏估计函数定义的参数向量。该检验统计量族基于两个概率向量之间的距离，其中第一概率向量通过使参数向量上的经验似然最大化而获得，并且第二向量在简单的原假设下从参数的固定向量定义。为此目的所考虑的距离是φ-发散度量。然后推导出该族检验统计量的渐进分布。所提出的方法是说明通过著名的数据Newcomb的测量光的通过时间。模拟研究进行比较其性能与经验的似然比检验时，置信区间构造的基础上，小样本量。结果表明，“经验修正的似然比检验统计量”是经验似然比检验统计量的一种有竞争力的替代方法，并且在数据中存在污染的情况下比经验似然比检验统计量更稳健.最后，我们提出了经验的Φ发散检验统计量测试复合原假设，并提出了一些渐近以及模拟结果，这些测试程序的性能进行评估。
2014-08-17 math.ST stat.ME stat.TH
Wald type and Phi-divergence based test-statistics for isotonic binomial proportions
本文针对独立二项随机变量的假设检验中涉及比例不等式约束的重要问题，引入并研究了新的检验统计量：基于Wald型和φ-散度的检验统计量。作为基于φ-散度的检验统计量的一种特殊情况，考虑了经典的似然比检验。给出了一个说明性的例子，并在广泛的模拟研究中分析了它们在小样本和中等样本量样本量下的性能。
2014-02-26 stat.ME
Phi-divergence statistics for the likelihood ratio order: an approach based on log-linear models
当一些治疗根据有序分类变量的类别排序时（例如，副作用的程度），人们可能有兴趣知道治疗是否同样有效。一种方法是测试似然比顺序是否得到严格验证。推导了一种基于对数线性模型的统计推断方法，并提出了用于检验的φ-散度检验统计量。本文以对数线性模型为研究对象，建立了φ-散度检验统计量的渐近分布理论。一个说明性的例子激励的程序和模拟研究的小和中等的样本量表明，它是可能的，找到一个确切的大小更接近标称大小和更高的权力相比，经典的似然比的Φ发散检验统计量。
2014-02-21 stat.ME
Empirical phi-divergence test-statistics for the equalityof means of two populations
经验φ-发散检验统计量已被证明是一个有用的技术简单的原假设，以改善有限样本行为的经典似然比检验统计量，以及模型误设定问题，在这两种情况下的一个人口的问题。本文介绍了两个样本问题的方法。仿真研究表明，在这种情况下，新的检验统计量成为一个有竞争力的工具，相对于经典的z检验和似然比检验统计量。
2016-01-14 stat.ME
Semiparametric estimation of mutual information and related criteria : optimal test of independence
我们推导出独立性测试依赖措施阈值在半参数的上下文中。准确地说，通过φ-发散的对偶表示，得到了与联合分布及其边际的乘积分布之间的φ-发散相关联的φ-互信息的估计。建立了估计的渐近性质，包括相合性、渐近分布和大偏差原理。通过相对渐近Bahadur有效性和数值模拟比较了所得到的独立性检验。因此，本文提出的半参数Kullback-Leibler互信息检验是最优的。另一方面，该方法提供了一种新的方法估计Kullback-Leibler互信息在半参数设置，以及一个大类的依赖模型，包括半参数Copula的模型选择过程。
2015-08-19 math.ST stat.TH
Graph-based Composite Local Bregman Divergences on Discrete Sample Spaces
最常用的统计推断方法之一是最大似然估计（MLE）。最大似然估计需要计算统计模型中的归一化常数，这往往是棘手的。使用未归一化的统计模型并用其他评分规则替换可能性是规避这种高计算成本的好方法，其中评分规则测量模型与观察样本的拟合优度。评分规则与Bregman散度密切相关，Bregman散度是两个概率分布之间的差异度量。在本文中，目的是提供一个一般的框架，统计推断使用离散样本空间上的非规范化统计模型。评分规则的本地化版本是重要的，以获得计算效率的估计。我们发现，当地的评分规则有关的Bregman分歧的本地化版本。通过局部Bregman分歧，我们研究了局部评分规则的统计一致性。证明了一致性是由离散样本空间上邻域系统的结构决定的。此外，我们还展示了一种将局部评分规则应用于分类问题的方法。在数值实验中，我们研究了邻域系统与估计精度之间的关系。
2016-04-25 math.ST stat.TH
A Stein Goodness of fit Test for Exponential Random Graph Models
我们提出并分析了一种新的非参数拟合优度检验程序的可交换指数随机图模型（ERGMs）时，一个单一的网络实现观察。该测试确定观察结果由目标非标准化ERGM密度生成的可能性。我们的检验统计量是来自一个内核Stein差异，发散构造通过Steins方法使用功能在再生核希尔伯特空间，结合离散Stein运营商ERGM。该测试是基于目标ERGM的模拟网络的蒙特卡罗测试。我们展示了一类ERGMs的测试过程的理论性质。介绍了仿真研究和实际网络应用。
2021-02-28 stat.ME stat.ML
Minimax Optimal Goodness-of-Fit Testing with Kernel Stein Discrepancy
本文提出基于谱正则化的核 Stein 散度检验，在一般域上实现极小极大最优拟合优度检验，并引入自适应检验，数值实验验证其优于未正则化方法。
2025-01-22 math.ST stat.ML stat.TH
A Unifying Framework for Some Directed Distances in Statistics
概率分布之间的基于密度的有向距离--特别称为发散--广泛用于统计学以及信息论、人工智能和机器学习的相邻研究领域。突出的例子是Kullback-Leibler信息距离（相对熵），例如与无所不在的极大似然估计方法密切相关，以及Pearson的卡方距离，例如用于著名的卡方拟合优度检验。另一条统计推断线是建立在基于分布函数的分歧上，例如Cramer-von Mises检验统计量和Anderson-Darling检验统计量的突出（加权版本），它们经常用于拟合优度调查;一些最近的方法处理（其他种类的）累积配对分歧和密切相关的概念。在本文中，我们提供了一个总体框架，其中特别涵盖了上述基于密度和基于分布函数的分歧的方法;分位数的相异分别其他统计泛函也将包括在内。从这个框架中，我们从结构上提取了许多经典的和最先进的（包括新的）程序。此外，我们推导出新的概念之间的依赖性随机变量，作为替代著名的互信息。还讨论了一些变分表示。
2022-03-02 cs.IT math.IT math.PR
A New Approach to Tests and Confidence Bands for Distribution Functions
我们引入新的拟合优度检验和相应的置信带的分布函数。他们的灵感来自多尺度的测试方法，并基于规范化的统一经验过程$\mathbb{U}_n (t)/\sqrt{t(1-t)}$和它的自然限制过程，规范化的布朗桥过程$\mathbb{U}(t)/\sqrt{t(1-t)}$的迭代对数的精炼定律。新的检验和置信带完善了Berk和Jones（1979）和Owen（1995）的程序。粗略地说，后者的方法在分布的尾部区域的高功率和准确性基本上被保留，而在中心区域获得相当大的。拟合优度检验在涉及稀疏性的信号检测问题中表现良好，如Ingster（1997）、Donoho and Jin（2004）和Jager and Wellner（2007），但在连续替代方案下也表现良好。我们对置信带的分析揭示了潜在的$ϕ$ -分歧的影响。
2022-10-25 math.ST stat.TH
Towards a better understanding of the dual representation of phi divergences
本文的目的是研究不同的估计程序的基础上$φ-$分歧。基于Fenchel-Legendre对偶的$φ-$发散的对偶表示是本文的主要研究内容。它提供了一种方法来估计$φ-$分歧的经验分布的一个简单的插件，没有任何平滑技术。所得估计量进行了深入的理论研究和模拟表明，所谓的最小$φ-$发散估计（MD $φ$ DE）一般是非鲁棒性和行为类似的极大似然估计。我们给出了一些参数支持非鲁棒性属性，并给出了如何修改经典方法的见解。基于对偶表示，提出了另一类$φ-$发散稳健估计.我们研究的一致性和鲁棒性的影响函数的角度来看，新的估计。在第二部分中，我们调用Basu-Lindsay方法近似$φ-$分歧，并提供这些方法之间的比较。所谓的双$φ-$分歧也进行了讨论，并与我们的新估计。所有这些方法的一个完整的模拟研究，以比较效率和鲁棒性的所有提到的估计对所谓的最小密度功率发散，显示令人鼓舞的结果，有利于我们的新一类的最小双$φ-$分歧。
2015-10-10 stat.ME
Estimation of Tsallis entropy and its applications to goodness-of-fit tests
Indian Institute of Science Education and Research Kolkata（印度科学教育研究所加尔各答分校）；McMaster University（麦克马斯特大学）；Atilim University（阿提利姆大学）
本文提出基于高阶样本间距和分位数函数的Tsallis熵估计方法，并应用于正态和指数分布的拟合优度检验，通过模拟验证其有效性。
2026-02-09 stat.ME
Strongly Consistent of Kullback-Leibler Divergence Estimator and Tests for Model Selection Based on a Bias Reduced Kernel Density Estimator
本文研究了有偏约化核密度估计的强相合性，得到了强相合的库尔贝克-莱布勒散度（KLD）估计.作为应用，我们给出了模型选择的拟合优度检验和渐近标准正态检验。蒙特卡罗模拟表明了所提出的估计方法和统计检验的有效性。
2018-05-18 stat.ME
Goodness-of-fit test for multi-layer stochastic block models
School of Economics and Finance, Chongqing University of Technology（重庆理工大学经济管理学院）
本文提出了一种基于多层随机块模型的拟合性检验方法，通过归一化聚合邻接矩阵，实现对社区数量的自动估计，无需先验知识。
2026-02-25 stat.ME
vsgoftest: An Package for Goodness-of-Fit Testing Based on Kullback-Leibler Divergence
R包vsgoftest基于Vasicek（1976）和Song（2002）开发的香农熵和库尔贝克-莱布勒散度，对各种经典分布族执行拟合优度（GOF）检验。总结了所谓的Vasicek-Song（VS）测试的理论框架，然后详细描述了该包的不同功能。通过与其他GOF测试的比较，研究了VS测试的功耗和计算时间性能。实际数据集的应用说明了vsgoftest包的易用功能。
2018-06-19 cs.IT math.IT math.ST
A Bootstrap Method for Goodness of Fit and Model Selection with a Single Observed Network
网络模型应用于许多领域，其中数据可以表示为一对参与者之间的交互系统。虽然统计和机械网络模型越来越能够捕捉这些参与者之间的各种依赖关系，但这些依赖关系意味着缺乏独立性。这对分析此类数据提出了统计挑战，特别是当只有一个观察到的网络时，并且通常会导致难以处理的可能性，而不管建模范式如何，这限制了现有网络统计方法的应用。我们探索了一个二次抽样引导程序，作为拟合优度和模型选择的基础上，一个单一的观察网络，规避了这种可能性的棘手性。我们的方法是基于从单个观察到的网络形成的灵活的restaurant分布，允许更精细和更高的维度比较比简单的点估计的数量的兴趣。我们包括工作的例子模型选择，模拟和评估的拟合优度，与复制发散模型适合酵母（酿酒酵母）蛋白质-蛋白质相互作用的数据从文献中。所提出的程序产生一个灵活的reserve分布，可以根据任何一个人的选择统计，可以采用无论选择的模型。
2018-06-28 stat.CO stat.ME
GRASP: A Goodness-of-Fit Test for Classification Learning
University of Southern California（南加州大学）
本文提出GRASP检验，用于评估二元分类器对条件标签分布的拟合优度，无需参数假设，通过容差假设检验和f散度度量，并扩展了model-X版本以提升功效。
2023-08-30 cs.LG math.ST stat.ME
Generalized Goodness-Of-Fit Tests for Correlated Data
研究了广义拟合优度（gGOF）类型检验在相关数据分析中的应用问题。gGOF家族广泛地涵盖了基于最大值的测试程序，通过有序的输入$p$ -值，如错误发现率程序，Kolmogorov-Smirnov型统计，$ϕ$ -发散家族等。数据分析框架和一种新的$p$ -值计算方法是在高斯平均模型和广义线性模型（GLM）下开发的。我们揭示了稀疏和密集的信号模式和各种相关结构下的信号噪声比和统计功效的数据变换的影响。特别是，创新的变换（IT），这是等价于GLM下的边际模型拟合，往往是首选的相关数据中检测稀疏信号。我们提出了一种称为digGOF的测试策略，它结合了双重自适应过程（即，适用于统计量的公式和输入$p$值的截断方案）和gGOF族内的IT。它具有高效的计算和强大的适应家庭保留的优势，为给定的数据。相关的方法进行了评估，广泛的模拟和克罗恩病和肌萎缩侧索硬化症的遗传研究。计算已包含在CRAN上可用的R包SetTest中。
2018-06-10 stat.ME
Inaccuracy and divergence measures based on survival extropy, their properties, and applications in testing and image analysis
该研究提出基于生存 extropy 的新型不准确度与散度度量及动态形式，解决现有度量不对称与范围受限问题，将其应用于图像分类、均匀分布拟合检验、指数分布刻画及失效时间数据分析，并验证了非参数估计量的性能。
2024-10-30 stat.AP
Weighted cumulative past inaccuracy and Kullback-Leibler divergence based on extropy: properties, estimation, and applications
National Institute of Technology Rourkela（印度国家技术学院劳尔基分校）
该研究基于超熵提出WCPEI、WCPED等加权度量指标，推导其理论性质与非参数估计方法，通过模拟验证估计量表现，并将其应用于均匀性检验与图像像素强度分布分析。
2026-08-14 math.ST stat.ME stat.TH
A procedure for the change point problem in parametric models based on phi-divergence test-statistics
本文研究了一般参数分布族的变点问题。一个信息理论的程序开发，这是基于一般的分歧措施，用于测试的假设存在的变化。为了比较新的检验统计量的准确性，进行了模拟研究的特殊情况下的单变量离散模型。最后通过一个经典的变点算例说明了本文提出的方法。
2011-07-05 math.ST stat.TH
Variable Importance in Generalized Linear Models -- A Unifying View Using Shapley Values
Universität Basel（巴塞尔大学）
本文提出基于Kullback-Leibler散度的伪R平方，用于广义线性模型中变量重要性的统一分析。
2026-01-02 stat.ME
Modeling asymmetry in multi-way contingency tables with ordinal categories via f-divergence
Tokyo University of Science（东京科学大学）
本文提出一种基于f-分歧度的模型，用于建模有序分类多向contingency表中的不对称性，通过最大熵原理和约束条件，实现高可解释性和灵活性。
2025-11-27 stat.ME
General bootstrap for dual phi-divergence estimates
本文介绍了由交换加权样本构造的自举$ϕ$ -散度估计的一般概念。利用经验过程理论，得到了这些广义Bootstrapped $ϕ$ -散度估计的渐近性质，并利用它们构造了具有渐近正确覆盖概率的Bootstrapped置信集.讨论了一些实际问题，特别是护送参数的选择和几个发散的例子进行了调查。仿真结果表明，所提出的估计器的有限样本性能。
2011-10-15 math.ST stat.ME stat.TH
Pure Significance Tests for Multinomial and Binomial Distributions: the Uniform Alternative
本文研究多项与二项分布的纯显著性检验，将其解释为针对均匀备择假设的似然比检验，并引入新的有序二项分布。
2024-04-20 math.ST stat.TH
A Concentration Result of Estimating Phi-Divergence using Data Dependent Partition
使用经验数据估计两个未知概率分布之间的$ϕ$ -散度是信息论和统计学习中的一个基本问题。我们考虑一个多变量的推广的数据相关的分区方法估计两个未知分布之间的分歧。假设分布满足幂次衰减律，我们提供了一个收敛速度的结果，这种方法的样本个数和超矩形，以确保估计误差是有界的给定水平与给定的概率。
2018-01-02 math.PR math.ST stat.TH
Testing Goodness-of-Fit via Rate Distortion
利用统计测试中的率失真理论，开发了一个框架。其思想是首先根据一定的失真函数进行最优压缩，然后将压缩后的经验分布与压缩后的零假设之间的信息偏差作为统计量。只有非常特殊的情况下进行了更详细的研究，但它们表明，该方法可以在非常一般的条件下使用。
2009-03-31 cs.IT math.IT math.ST
Inference via Randomized Test Statistics
我们表明，外部随机化可能会强制收敛的检验统计量在特定情况下，他们的极限分布。这导致了一个更尖锐的推论。我们的方法是基于加权和的中心极限定理。我们将我们的方法应用到一个家庭的秩为基础的检验统计量和一个家庭的φ发散检验统计量，并证明，具有压倒性的概率相对于外部随机化，随机化统计量收敛的速度$O(1/n)$（一些对数因子）的限制χ 2分布在Kolmogorov度量。
2022-11-16 math.ST stat.ME stat.TH
Testing the fit of relational models
关系模型通过指定与其单元格的任何子集相关联的效应，将对数线性模型推广到任意离散样本空间。关系模型可以包括与重新参数化后的每个单元格有关的总体效应，并且在这种情况下，最大似然估计（MLE）的性质类似于在传统对数线性模型下计算的性质，并且拟合优度检验也相同。如果在任何重新参数化中不存在整体效应，则极大似然方程的性质有很大不同，泊松和多项式极大似然方程是不等价的。在泊松情况下，如果总体效应不存在，则观测到的总体并不总是被MLE保留，因此，似然比统计量与库尔贝克-莱布勒散度的两倍不相同。然而，正如所证明的，它的一般形式可以从Bregman分歧得到。皮尔逊卡方和似然比统计量的渐近等价性成立，但这里考虑的一般性需要扩展的证明。
2019-05-16 stat.ME
Diagonals-parameter symmetry model and its property for square contingency tables with ordinal categories
本文推导了基于$f$-散度的对角参数对称模型与对角参数对称模型的等价性证明，并探讨了对称性的充要条件及检验统计量性质。
2023-05-14 stat.ME
An efficient asymptotic approach for testing monotone proportions assuming an underlying logit based order dose-response model
当考虑采用小样本量或中等样本量的基于logit的顺序剂量-效应模型时，Cochran-Armitage（CA）检验代表了采用渐近分布检验单调比例的检验统计框架中最有效的检验。Wald和似然比（LR）检验在I类错误中的表现比CA检验差得多。然而，它的弱点是不能维持名义规模。本文提出了一类基于散度测度的检验统计量，并给出了它们在原假设下的渐近分布，无论是单侧还是双侧假设检验.一个基于实际数据的数值例子表明，所提出的检验统计量是计算简单，而且，必要的拟合优度检验统计量很容易从他们计算。模拟研究表明，基于Cressie和Read（Journal of the Royal Statistical Society，Series B，46，440-464，1989）发散度量的检验通常提供比CA检验更好的标称大小，用于小和中等样本量。
2014-02-26 stat.ME
Testing for the Pareto type I distribution: A comparative study
帕累托分布是经济学、金融学和精算学中广泛使用的模型。因此，一些拟合优度检验已提出了这些分布在文献中。我们提供了一个概述现有的测试帕累托分布，特别是集中在帕累托I型分布。到目前为止，只有一个概述文件的拟合优度测试帕累托分布已出版。然而，上述论文的范围比当前论文的范围要广得多，因为它涵盖了多种类型的帕累托分布。本文件在若干方面有所不同。首先，对帕累托I型分布的更窄的关注允许包含更多的测试。其次，本文关注的是复合假设相比，简单的假设（指定参数的帕累托分布的问题）中提到的概述。第三，两篇论文中考虑的样本量有很大不同。此外，我们考虑了两种不同的方法来拟合Pareto I型分布;极大似然的方法和与矩匹配密切相关的方法。它表明，估计的方法具有深远的影响，不仅对各种测试所实现的权力，但也在计算数值临界值的方式。我们表明，当使用极大似然，得到的临界值是形状不变的，可以使用蒙特卡罗程序。当采用矩匹配时，情况并非如此。本文包括一个广泛的蒙特卡罗功率研究。根据获得的结果，我们建议使用基于phi分歧的测试以及极大似然估计。
2022-11-18 stat.CO stat.ME
Parametric dependence between random vectors via copula-based divergence measures
本文通过$Phi$ -分歧族提出了多组可能大小不同的随机变量之间基于Copula的依赖量化。为此目的提供了一个公理化的框架，之后，我们专注于绝对连续的设置假设Copula密度存在。我们考虑参数和半参数框架，讨论估计程序，并报告所提出的估计的渐近性质。特别是，我们首先集中在高斯copula方法产生明确的和有吸引力的依赖系数的特定选择的$Phi$，这是更适合估计。接下来，考虑一般参数copula族，特别注意嵌套的阿基米德copula，它是随机向量依赖建模的自然选择。通过实例说明了结果。模拟和现实世界的金融数据的应用程序也提供了。
2023-02-27 math.ST stat.ME stat.TH
Information Divergence is more chi squared distributed than the chi squared statistics
为了检验拟合优度，使用卡方统计量或G统计量（信息散度）是非常流行的。渐近地，两者都是卡方分布，因此一个明显的问题是，这两个统计量中哪一个的分布最接近χ 2分布。令人惊讶的是，当只有一个自由度时，信息散度的分布似乎比卡方统计量更好地近似于χ 2分布。对于随机变量，我们引入了一个新的变换，将几个重要的分布转换成几乎是高斯分布的新的随机变量。对于二项分布和泊松分布，我们提出了一个关于它们的变换如何接近高斯分布的一般猜想。对泊松分布证明了该猜想。
2012-06-17 cs.IT math.IT math.ST
SAR Image Despeckling Algorithms using Stochastic Distances and Nonlocal Means
Universidade Federal de Alagoas（阿拉戈斯联邦大学）
提出了两种基于随机距离的强度散斑抑制滤波器设计方法。在每个像素周围定义一个窗口，比较重叠的样本，只有那些通过拟合优度测试的样本才用于计算滤波值。测试源于信息论框架内的随机分歧。该技术适用于强度合成孔径雷达（SAR）数据与均匀区域使用伽马模型。第一种方法使用Nagao-Matsuyama类型的程序来设置重叠样本，第二种方法使用非局部方法。该建议进行了比较，与改进的Sigma滤波器和各向异性扩散斑点数据（SRAD）使用的协议的基础上Monte Carlo模拟。在用于量化过滤器质量的标准中，我们采用了相等的外观数量，以及线和边缘保留。此外，我们还通过通用图像质量指数和边缘之间的Pearson相关性来评估滤波器。实际图像的应用也进行了讨论。所提出的方法显示了良好的效果。
2013-08-20 cs.CV cs.GR cs.IT
Comparing two treatments in terms of the likelihood ratio order
本文引入了新的检验统计量族，并研究了按似然比序比较两种处理方法的问题。所考虑的家庭是基于φ发散的措施，并出现作为经典的似然比检验和皮尔逊检验统计量的自然扩展。证明了它们的渐近分布是一个共同的卡氏随机变量。一个说明性的例子，这些统计的性能进行了分析，通过模拟研究。通过模拟研究表明，对于大多数建议的情况下调整为小或中等，这个新的家庭的一些成员的检验统计量显示明显更好的性能，相对于权力相比，经典的似然比和皮尔逊卡方检验，而确切的大小仍然接近标称大小。从精确的功效和显著性水平来看，研究还表明Wilcoxon检验统计量不如两个经典的检验统计量。
2014-10-29 stat.ME
Power-divergence copulas: A new class of Archimedean copulas, with an insurance application
本文提出一类新的阿基米德连接函数——幂散度连接函数，并证明其能有效拟合丹麦火灾保险数据的二元损失分布，优于多个基准模型。
2025-10-07 cs.IT math.IT math.ST
