在工程、水文和金融等各学科的研究中，总是会遇到很多变量，研究这些相互纠缠的变量间的相关关系是各学科的研究的重点。虽然皮尔逊相关、秩相关等相关系数提供了变量间相关关系的粗略结果，但这些系数都存在着无法克服的困难。例如，皮尔逊相关系数只能反映变量间的线性相关，而秩相关则更多的适用于等级变量。大多数情况下变量间的相关性非常复杂，而且随着变量取值的变化而变化，而这些相关系数都是全局性的，因此无法提供变量间相关性变化的细节；更严重的是这些系数只提供了数值，对于变量间相关的具体结构和函数一无所知。
为了克服各种相关系数的缺点，基于Sklar定理的Copula理论被提出和发展。Copula不但可以提供不同取值范围内变量间相关的结构和函数细节，而且可以应用于相关时间序列及回归分析的研究中，大大拓展了回归及时间序列分析的适用范围。Copula理论一经提出就受到各个学科的广泛关注，现今在水文、工程、金融及环境领域得到广泛应用，已经成为这些领域的热门研究工具。
相对于相关系数，Copula理论比较深奥不易掌握，需要借助专门的软件或工具，运用规范的统计学方法才能得到正确的结果。有鉴于此特召开基于R语言及Python的Copula变量相关性研究培训班，以期为科研提供新的动力。
【主办单位】：
Ai尚研修科研技术服务平台（Easy Scientific Research）
【网 址】：
www.aishangyanxiu.com
【协办单位】
：中科资环（保定）信息技术有限公司
【培训时间
】
：
2024年5月11日-12日、18日-19日、21日
【五天实践课程，提供全部资料及回放】
【培训方式
】
：
在线直播+助学群长期辅助+导师面对面实践工作交流+直播回放长期观看
来自国内重点科研院校，长期对工科统计学有深度研究及教学工作，对多元数据统计、贝叶斯、变量与变量间的关系等领域有深入的研究及实践应用经验。
参加培训的学员可以获得
《Copula变量相关性应用》
专业技能培训证书及学时证明，网上可查。此证书可作为个人学习和知识更新、单位在职人员专业技能素质培养及单位人才聘用重要参考依据。
证书查询网址：www.aishangyanxiu.com
可先开发票，后公对公转账：可开培训费、会议费、会议注册费、资料费、技术服务费、技术咨询费等。
|
课程安排
|
学习内容
|
|
专题一
R及Python语言及相关性研究初步
|
1.R语言及Python的基本操作
2.各类相关系数的区别及实现
3.R语言及Python中Copula相关包和函数
|
|
专题二
二元Copula理论与实践（一）
|
1.
Sklar定理与不变性原理
2.
椭圆分布与椭圆Copula
3.阿基米德Copula
|
|
专题三
二元Copula理论与实践（二）
【R语言为主】
|
1.
极值相依性与极值Copula
2.
Copula函数的变换：旋转与混合Copula
3.
边缘分布估计：参数与非参数方法
4.
Copula函数的估计
5.
Python的相关实现
|
|
专题四
Copula函数的统计检验与选择【R语言为主】
|
1.
相依性与对称性检验
2.
拟合优度与其它统计检验
3.
极值相关性检验
4.
模型选择
5.
Python相关实现
|
|
专题五
高维数据与Vine Copula
【R语言】
|
1.
条件分布函数
2.
C-Vine Copula
3.
D-Vine Copula
|
|
专题六
正则Vine Copula（一）
【R语言】
|
1.
图论基础与正则Vine树
2.
正则Vine Copula族及其简化
3.
正则Vine Copula的模拟
|
|
专题七
正则Vine Copula（二）
【R语言】
|
1.
Vine Copula的渐近理论与极大似然法估计
2.
正则Vine Copula模型的选择
3.
模型检验比较
|
|
专题八
时间序列中的Copula
【R语言】
|
1.
时间序列理论初步（稳定性检验、相依性检验）
2.
Markov假设
3.
时间序列的Copula
|
|
专题九
Copula回归
【R语言】
|
1.
回归的基本理论
2.
广义线性回归
3.
高斯Copula回归
4.
一般Copula回归
|
|
专题十
Copula下的结构方程模型
【R语言】
|
1.
结构方程模型的基本原理
2.
R语言的结构方程模型
3.
Copula结构方程模型的构建
4.
模型检验
|
|
专题十一
Copula贝叶斯网络
【Python语言】
|
1.
什么是贝叶斯网络
2.
贝叶斯网络与Copula模型的相似性
3.
Copula贝叶斯网络的原理
4.
Copula贝叶斯网络的Python实现
|
|
专题十二
Copula的贝叶斯估计
【Python语言】
|
1.
贝叶斯统计学基本原理
2.
Python中的贝叶斯统计初步
3.
Copula贝叶斯先验及其估计
4.
Python中实现Copula的贝叶斯估计
|
|
专题十三
AI辅助的Copula统计学
|
1.
大语言模型是什么？以及它的强项与弱项
2.
主要AI的比较与推荐
3.
提示词的要点
4.
利用AI辅助总结理论及输入要点
5.
Python与R语言的人工智能注释
6.
AI如何辅助Copula统计编程
7.
利用AI辅助理解结果
|
注：
以上各章节内容均有代码及数据分析实操。
联系人：杨老师153-8322-9128 微信同号
微信二维码
科研技术云导师，Easy Scientifc Research
