r - 将两个参数观测值拟合到 copula 中

Question

我有一组包含两个参数的观察结果。

如何将其拟合到 copula 中（估计 copula 的参数和边际函数）？

假设边际分布是对数正态分布，而 copula 是 Gumbel copula。

数据如下：

1   974.0304 1010
2  6094.2672 1150
3  3103.2720 1490
4  1746.1872 1210
5  6683.7744 3060
6  6299.6832 3330
7  4784.0112 1550
8  1472.4288  607
9  3758.5728 1970
10 4381.2144 1350

Library(copula)
gumbel.cop <- gumbelCopula(dim=2)
myMvd <- mvdc(gumbel.cop, c("lnorm","lnorm"), list(list(meanlog = 7.1445391,sdlog=0.4568783), list(meanlog = 7.957392,sdlog=0.559831)))
x <- rmvdc(myMvd, 1000)
fit <- fitMvdc(x, myMvd, c(7.1445391,0.4568783,7.957392,0.559831))

和meanlog值sdlog来自数据集。错误信息：

"Error in if (alpha - 1 < .Machine$double.eps^(1/3)) return(rCopula(n,  : 
 missing value where TRUE/FALSE needed"

如何选择给定数据的 copula 参数，以及从数据集导出的边距分布？

Answer 1

关闭评论中评估的问题。似乎给出 TRUE 或 FALSE 的参数可以解决问题，并且首先进行伪观察然后拟合函数。