Resumen

BOLBOLIAN GHALIBAF, Mohammad. Relación entre la correlación tau de Kendall e información mutua. Rev.Colomb.Estad. [online]. 2020, vol.43, n.1, pp.3-20.  Epub 05-Feb-2020. ISSN 0120-1751.  https://doi.org/10.15446/rce.v43n1.78054.

La información mutua (MI) puede ser vista como una medida de asociación multivariante en un vector aleatorio. Sin embargo, la estimación de MI es difícil ya que la estimación de la función de densidad de probabilidad conjunta (PDF) de datos distribuidos no gaussianos es un problema difícil. La función copula es una herramienta apropiada para estimar el MI ya que la función de densidad de probabilidad de las variables aleatorias se puede expresar como el producto de la función de densidad de cópula asociada y de los PDF marginales. Con una pequeña búsqueda, encontramos que la información mutua propuesta basada en cópulas es mucho más precisa que los métodos convencionales, como el histograma de la articulación y el MI basado en ventana de Parzen. En este artículo, al utilizar el método basado en cópulas, calculamos el MI para algunas familias de funciones de distribución bivariadas y estudiamos la relación entre la correlación tau de Kendall y el MI de las distribuciones bivariadas. Finalmente, usando un conjunto de datos real, ilustramos la eficiencia de este enfoque.

Palabras clave : Función de cópula; Correlación tau de Kendall; Información mutua.

        · resumen en Inglés     · texto en Inglés     · Inglés ( pdf )