Фантаццини Моделирование многомерных распределений с использованием копула-функций. <...> II1 Статья содержит вторую часть консультации, посвященной копулафункциям и их использованию в моделировании многомерных распределений вероятностей. <...> В ней описываются парные копулафункции (включая понятия канонической и Dветвизации), различные характеристики зависимости анализируемых случайных величин (в том числе меры хвостовой зависимости, особенно актуальные в случае несимметричных распределений), а также параметрические, полупараметрические и непараметрические методы статистического оценивания распределений, представленных с помощью копулафункций. <...> Ключевые слова: парные копула-функции, ветвизация, меры зависимости, хвостовая зависимость, метод максимального правдоподобия (одношаговый, двухшаговый, канонический, трехшаговый), полупараметрические и непараметрические методы статистического оценивания. <...> Эмпирические приложения в статистическом пакете R: построение парных копула-функций 5. <...> Эмпирические приложения в статистическом пакете R: меры зависимости 6. <...> Метод максимального правдоподобия (ММП или одношаговый метод) 6.2. <...> Эмпирические приложения в статистическом пакете R: процедуры параметрического оценивания 7. <...> Трехшаговый канонический метод максимального правдоподобия (KME–CML метод) 7.3. <...> Эмпирические приложения в статистическом пакете R: процедуры полупараметрического оценивания 1 Продолжение. <...> Введение Детальное изучение парных копула-функций было начато в работе (Joe, 1997), а позднее продолжено в (Bedford, Cooke, 2001, 2002; Kurowicka, Cooke, 2006) (моделирование) и (Aas et al., 2009) (статистические выводы). <...> При помощи парных копула-функций можно разложить многомерную плотность на произведение nn () XXn ния Hx xn fx xn (, ,)1 ¼ , частными распределениями Fx ii 1, -/ 12 двумерных копула-функций, из которых n-1 являются безусловными, а остальные — условными. <...> Тогда для точек, в ко2 В правой части формулы (11) и некоторых других местах далее для <...>