【文件属性】：
文件名称：pycopent:从Python中的数据估计Copula熵
文件大小：17KB
文件格式：ZIP
更新时间：2021-03-20 08:48:38
correlation estimation variable-selection mutual-information transfer-entropy
pent
估计Copula熵和传递熵
介绍
实现了估计参数熵和传递熵的非参数方法。
估计copula熵的方法由两个简单步骤组成：通过等级统计估计经验copula和使用k最近邻法估计copula熵。 Copula熵是用于多元统计独立性测量和测试的数学概念，并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。估计copula熵可以应用于很多情况，包括但不限于变量选择[2]和因果发现（通过估计传递熵）[3]。有关更多信息，请参阅Ma and Sun（2011） 。有关中文的更多信息，请点击。
用于估计传递熵的非参数方法包括两个步骤：估计三个copula熵和从估计的copula熵计算传递熵。还提供了条件独立性测试的功能。有关更多信息，请参阅Ma（2019） 。
功能
pent-估计copula熵;
Construct_empir
【文件预览】：
pycopent-master
----copent()
--------__init__.py(79B)
--------copent.py(3KB)
----LICENSE(34KB)
----setup.py(553B)
----README.md(3KB)
----tests()
--------test1ce.py(404B)
--------test2te.py(523B)