我们提出了Copula熵（Copula Entropy：CE）理论，利用其解决了统计学领域的几个基本问题，包括独立性/条件独立性检验、多元正态性检验、双样本检验、变点检测和对称性检验等，进而形成了一个系统的方法论体系。同时，统计学已经存在大量的这些问题的同类方法。为了将基于CE的方法论与这些同类方法进行对比，我们进行了针对不同问题同类方法的评测实验。我们在R语言copent算法包中实现了基于CE的6个方法，同时调研整理了R语言和Python语言实现的各个问题的同类方法，利用这些方法实现完成了评估对比实验。在所有仿真对比实验中，基于CE的方法都展现出了所有方法中最好的评估结果。基于这些仿真实验结果，作者认为CE理论给出了解决这些统计学基本问题最为科学且有效的方法论体系。
就我所知，这应该是第一次对这些统计学方法及其软件实现进行的系统性收集整理和评测对比，基本上囊括了R语言中的绝大多数同类经典算法包，因此这里汇总了评测实验中对比方法的基本信息（方法、算法包和作者单位），方便大家在各自的研究中参考。
关于这些方法及其参考文献信息，请参考我的专著第五章内容。
表 1: 评估的独立性度量方法及其R语言软件实现.
表 2: 评估的条件独立性度量方法及其软件实现.
表 3: 评估的多元正态性检验方法及其 R 语言软件实现.
表 4: 评估的单变量双样本检验方法及其 R 语言软件实现.
表 5: 评估的多变量双样本检验方法及其 R 语言软件实现.
表 6: 多变点检测方法评估实验中的 R 语言算法软件实现.
表7: 对称性检验实验中R语言symmetry算法包实现的对比方法.
转载本文请联系原作者获取授权，同时请注明本文来自马健科学网博客。
链接地址：https://wap.sciencenet.cn/blog-3018268-1488101.html?mobile=1
收藏
