Salah satu kuantifikasi yang sering digunakan dalam mengukur besarnya dependensi antar variabel adalah korelasi Pearson, tapi korelasi Pearson hanya berasumsi untuk variabel yang berdistribusi normal. Jika variabel tersebut berdistribusi tidak normal maka korelasi pearson tidak dapat digunakan, oleh karena itu dalam penelitian ini akan dipaparkan metode alternatif yang digunakan untuk memodelkan struktur dependensi antara dua variabel yang distribusi marginalnya bisa berbeda yaitu copula. Copula akhir-akhir ini banyak dikembangkan dalam bidang biostatistika, ilmu aktuaria dan keuangan, salah satunya copula Frank yang banyak digunakan dalam aplikasi empiris khususnya bidang asuransi. Sebelum mengidentifikasi dependensi antara dua variabel berdasarkan kaitan ukuran Kendall’s Tau dan Spearman Rho dengan copula Frank, variabel yang akan dianalisis ditransformasi ke Uniform [0,1] dengan cara mencari fungsi distribusi empiris dari masing-masing variabel. Kemudian identifikasi struktur dependensi antara dua variabel menggunakan analisis numerik. Jika maka dan jika maka serta jika maka dan jika maka . Hal tersebut menunjukkan bahwa copula Frank dapat mengidentifikasi dependensi positif dan negatif.
No comments:
Post a Comment