pycopent:从Python中的数据估计Copula熵

时间:2024-04-09 02:35:18
【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:2024-04-09 02:35:18

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)

网友评论