a) Welche realen Daten können diese Abbildungen wiedergeben?
b) Nehmen Sie an, der Fehlervektor $e$ eines linearen Modells der Form $y = [mm] X\beta [/mm] + e$ ist entsprechend der Abbildungen verteilt - ist das zugehörige lineare Modell eine sinnvolle Datenapproximation?
[Bild Nr. 1 (fehlt/gelöscht)]
Hallo zusammen,
auf unserem aktuellen Übungsblatt zu linearen Modellen haben wir einen kleinen Exkurs zu Copulas. Mit Hilfe von Copulas kann man ja Zusammenhänge zwischen Randverteilungen von Zufallsvariablen und ihrer gemeinsamen Wahrscheinlichkeitsfunktion aufzeigen.
Wie ist das jetzt, wenn "der Fehlervektor $e$ eines linearen Modells entsprechend verteilt ist". Stellt die Copula dann den Zusammenhang zwischen der Verteilung der Residuen und der gemeinsamen Verteilung von Residuen und den Werten der Zufallsvariablen dar oder wie muss ich das verstehen?
Rein intuitiv würde ich sagen, dass die Datenapproximation des linearen Modells ganz gut ist, wenn der Fehlervektor standardnormalverteilt ist, da es dabei keine Korrelation zwischen Residuen und der gemeinsamen Verteilung gibt. Hingegen spricht eine Verteilung der Residuen gemäß der Calyton- oder Gumbelcopula eher für ein weniger sinnvolles lineares Modell, da ein Zusammenhang erkennbar ist. Ich hoffe es ist klar geworden wie ich das meine. Besser kann ich er nicht in Worte fassen
![[a]](/images/paperclip.gif "Dateianhänge"){kind=small}
[Bild Nr. 1 (fehlt/gelöscht)] 
