Académique Documents
Professionnel Documents
Culture Documents
Présenté par :
3 Types de copules 10
3.1 Copule de survie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3.2 Copule duale, Co-copule . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
3.3 Loi jointe symétrique et copules . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.4 Copules et valeurs extrêmes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.5 Famille de copules Archimédiennes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
3.6 Famille de copules Archimax . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
4 Copules multiples 15
4.1 Notations et définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
4.2 n-Copules et Théorème de Sklar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
4.3 n-Copule minimale, maximale et produit . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
4.4 Théorème de Sklar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1
Chapitre 1
Introduction
⇒ Modélisation facile.
Cas de la dépendance
(
H1 · L’univers est gaussien
Sous les hypothèses :
H2 · Le nuage de points est linéaire
COV (X,Y )
⇒ L’indicateur de pearson : ρ(X, Y ) = σX σY est performant pour la modélisation du problème.
Cas très rare surtout en finance. D’où la théorie des copules qui permet la modélisation sous aucune
hypothèse.
⇒ des indicateurs non linéaires et non paramétriques : le taux de Kendall, et le Rho de Spearman.
1 C(u, 0) = C(0, u) = 0, ∀u ∈ I , C est dite granded.
2 C(u, 1) = C(1, u) = u, ∀u ∈ I.
3 ∀u1 , u2 , v1 , v2 ∈ I tels que u1 ≤ u2 et v1 ≤ v2 on a :
2
Remarques 1.1.1 B = [x1 , x2 ] × [y1 , y2 ] un pavé ou 2-box. Posons :
? Les points (x1 , x2 ); (x1 , y2 ); (y1 , x2 ); (y1 , y2 ) sont dis les sommets de B.
Exemples 1.1.2 I H(x, y) = (2x − 1)(2y − 1) est % par rapport à x et à y pour x, y ∈ [0, 12 ] et H est
2-increasing.
H : I2 −→ I
I est % par rapport à x et à y mais H non 2-increasing
(x, y) 7−→ max(x, y)
En effet, pour u1 = v1 = 0, et u2 = v2 = 1 ⇒ H(u1 , v1 ) − H(u1 , v2 ) − H(u2 , v1 ) + H(u2 , v2 ) = −1 ≤ 0.
C− : I2 −→ I
−
(u, v) 7−→ C (u, v) = max(u + v − 1, 0)
C+ : I2 −→ I
+
(u, v) 7−→ C (u, v) = min(u, v)
Π : I2 −→ I
(u, v) 7−→ Π(u, v) = u × v
H : I2 −→ I
Exercices 1.2.1
(u, v) 7−→ max(u, v)
Vérifier les conditions d’une copule.
3
Exercices 1.2.3 Soit α, β ∈ I.
min(x, y, 13 , x + y + 23 ) si 32 ≤ x + y ≤ 4
Exercices 1.2.5 Soit Q : I 2 −→ I ; Q(x, y) = 3
max(x + y − 1, 0) sinon.
1) Montrer que pour tout u ∈ I : Q(u, 0) = Q(0, u) = 0 et Q(u, 1) = Q(1, u) = u.
3) Conclure.
H : R2 −→ R
C : H |I 2
La fonction t 7−→ C(t, y2 ) − C(t, y1 ) (resp. t 7−→ C(x1 , t) − C(x2 , t) ) est croissante sur S1 (resp. S2 ).
Ca : I −→ I Ca : I −→ I
la fonction ( respectivement )
t 7−→ C(t, a) t 7−→ C(a, t)
est dite section horizontale de C (respectivement section verticale de C).
Lemme 1.4.1 Les fonctions sections d’une copule sont uniforfmement continue et croissantes sur I.
Démonstration : Lemme 1.3.1 ⇒ t 7−→ C(t, y2 ) − C(t, y1 ) % (resp. t 7−→ C(x2 , t) − C(x1 , t) %)
y1 = 0 ≤ y2 = a t 7−→ C(t, a) − C(t, 0) = C(t, a) %
donc, pour ⇒
x1 = 0 ≤ x2 = a t 7−→ C(a, t) − C(0, t) = C(a, t) %
4
1.5 Dérivées partielles d’une copule
Théorème 1.5.1 Soit C une copule, alors ∀v ∈ I, ∂C(u,v)
∂u existe pour presque tout u ∈ I
∂C(u,v) ∂C(u,v)
et on a ∀u, v ∈ I ⇒ 0 ≤ ∂u ≤ 1 et 0 ≤ ∂v ≤1
Démonstration :
• Pour u, v ∈ I, d’après Lemme 1.4.1 et 2- de la définition d’une copule, on a :
C(u, v) ≤ C(u, 1) = u
⇒ C(u, v) ≤ min(u, v) = C + (u, v)
C(u, v) ≤ C(1, v) = v
Définition 1.6.1 C − (resp. C + ) est dite borne inférieure de Freschet (resp. borne supérieur de Freschet).
5
Chapitre 2
2.1 Rappel
Définition 2.1.1 X : variable aléatoire (v.a.) et F (x) = P(X ≤ x) : fonction de répartition (f.r.) de X.
1) H est 2-increasing.
lim H(x, y) = H(x, −∞) = 0;
y→−∞
lim H(x, y) = H(−∞, y) = 0;
2) x→−∞
lim H(x, y) := H(+∞, +∞) = 1
x→+∞
y→+∞
Définition 2.1.3 (Lois marginales de H) Les loi marginales de H sont définies par :
F : S1 −→ R G : S2 −→ R
;
x 7−→ F (x) = H(x, b2 ) y 7−→ G(y) = H(b1 , y)
H : R̄2 −→ R
(x+1)(ey −1)
x+2ey −1 si (x, y) ∈ [−1, 1] × [0, +∞]
(x, y) 7−→ H(x, y) = 1 − e−y si (x, y) ∈ [1, +∞] × [0, +∞]
0 sinon
6
Définition 2.1.5 (Fonction inverse généralisée)
Soit F une f.r. d’une v.a. X, le pseudo-inverse noté par F (−1) est définie par :
(−1) {x : F (x) = t} si t ∈ Im(F )
F (t) =
inf {x : F (x) ≥ t} = sup{x : F (x) ≤ t} sinon
Remarques 2.1.1 Si F est strictement croissante, soit alors F (−1) = F −1 (fonction inverse de F )
Théorème 2.1.1 (Sklar 1959) Soit H une distribution bivariée (jointe) dont les lois marginales sont
F et G. Alors il existe une copule (notée C) telle que :
En plus, si F et G sont continues alors C est unique, sinon C est unique sur Im(F ) × Im(G).
Réciproquement : si C est une copule, F et G des lois univariées Alors (∗) est vraie.
Remarques 2.1.2
R Le théorème de Sklar permet d’amener à chaque distribution bivariée une copule
unique.
R Densité d’une copule : Soit H une loi jointe absolument continue de densité f1 , alors on a :
fc : densité de la copule.
f : densité de la marginale F .
g : densité de la marginale G.
Corolaire 2.1.1 Soit H une distribution jointe de lois marginales F et G de pseudo-inverse respective-
ment F (−1) et G(−1) . Alors il existe une copule C telle que :
Démonstration :
⇒) X et Y sont indépendantes, alors H(x, y) = F (x) × G(y). D’après le théorème de Sklar, on a :
H(x, y) = CXY (F (x), G(y)) = F (x).G(y).
On pose F (x) = u et G(y) = v ⇒ CXY (u, v) = u.v = Π(u, v).
⇐) Réciproquement, si CXY = Π :
Théorème de Sklar ⇒ H(x, y) = CXY (F (x), G(y)) = Π(F (x), G(y)) = F (x), G(y) Donc X et Y sont
indépendantes.
Théorème 2.2.3 X et Y deux v.a. de copule CXY ; Si α et β sont des fonctions strictement % respec-
tivement sur Im(X), Im(Y ) Alors Cα(X)β(Y ) = CXY
7
Démonstration :
Soit H (resp. H 0 ) la loi jointe associée à X, Y (resp. α(X), β(Y )) et de lois marginales F et G (resp.
F et G0 ).
0
Théorème 2.2.4 X et Y deux v.a. continues de copule CXY . α, β deux fonctions strictement monotones
respectivement sur Im(X) et Im(Y ). Alors :
1 Si α est strictement% et β strictement &, on a Cα(X)β(Y ) (u, v) = u − CXY (u, 1 − v).
2 Si α est strictement& et β strictement % ,on a Cα(X)β(Y ) (u, v) = v − CXY (1 − u, v).
3 Si α et β sont strictement & , on a Cα(X)β(Y ) (u, v) = u + v − CXY (1 − u, 1 − v).
Exercices 2.2.1 Soit C une copule et soit la loi jointe HC définie par :
0 si x < 0 ou y < 0
C(x, y) si (x, y) ∈ I 2
HC (x, y) = x si y > 1 et x ∈ I
y si x > 1 et y ∈ I
1 si x > 1 et y > 1
1 Donner les lois marginales de HC .
2 Etablir la copule associée.
Solution :
1 F (x) = HC (x, b) , où b = max{y}
0 si x < 0
0 si x < 0
C(x, 1) si x ∈ I
⇒ F (x) = = x si x ∈ I = FU [0,1] (x)
x si x ∈ I
1 si x > 1
1 si x > 1
2 Corolaire Sklar ⇒ C(u, v) = HC (F −1 (u), G−1 (v)) = HC (u, v).
Solution
:
Fθ=0 (x) = lim Hθ (x, y) = (1 + e−x )−1
y→+∞
1 ⇒ F −1 (u) = ln( 1−u
u
) et G−1 (v) = ln( 1−v
v
)
Gθ=0 (y) = lim Hθ (x, y) = (1 + e−y )−1
x→+∞
8
2.3 Bornes de Freschet et v.a.
Pour toute copule C, associée au couple de v.a. (X, Y ), on a :
Quand-est ce que H = H + , et H = H − ?
2
Définition 2.3.2 Soit S ⊂ R
a S est dit % si : ∀(x, y) et (u, v) ∈ S, x < u ⇒ y < v.
b S est dit & si : ∀(x, y) et (u, v) ∈ S, x < u ⇒ y > v.
2 2
Lemme 2.3.1 Soit S ⊂ R . Alors S est % si et seulement si ∀(x, y) ∈ R , on a :
1 ∀(u, v) ∈ S, u ≤ x ⇒ v ≤ y ; ou
2 ∀(u, v) ∈ S, v ≤ y ⇒ u ≤ x
Démonstration :
⇒) Supposons que S % :
( ni
Si 1 ni
2 n’est vraie, alors il existe (a, b), (c, d) ∈ S tels que ∀(x, y) ∈ R2 :
a ≤ x et b ≤ y
⇒ a ≤ c et b > d Contradiction avec la définition de S.
d ≤ y et c > x
⇐) Supposons que S &, alors il existe (a, b), (c, d) ∈ S avec a < c et b > d
Démonstration :
Soient F et G les lois marginales de H :
⇒ H + (x, y) = min(F (x), G(y)) = H(x, y) + min(P(X ≤ x, Y > y); P(Y ≤ y, X > x))
9
Chapitre 3
Types de copules
Soit X une v.a. qui modélise la durée de vie d’un individu d’une population donnée, on a
Définition 3.1.1 X une v.a. de f.r. F ; la fonction F est dite fonction de survie.
Définition 3.1.2 X et Y deux v.a. de loi jointe H, la fonction définie par : H(x, y) = P(X > x; Y > y)
est dite distribution jointe de survie : notée H.
Théorème 3.1.1 X et Y deux v.a. de copule C et de loi jointe de survie H ; Alors il existe une copule
Ĉ telle que H(x, y) = Ĉ(F (x), G(y)) ; où
Démonstration :
Corolaire 3.1.1 X et Y deux v.a. de loi jointe de survie H, et de lois marginales de survie F et G.
(−1) (−1) (−1) (−1)
Soient F et G les pseudos-inverse de F et G, alors Ĉ(u, v) = H(F (u); G (v))
10
3.2 Copule duale, Co-copule
Définition 3.2.1 X et Y deux v.a. de copule C. Les fonctions suivantes C , C ∗ définies par :
C (u, v) = u + v − C(u, v) (Copule duale).
C ∗ (u, v) = 1 − C(1 − u, 1 − v) (Co-copule).
Donc, en résumé, on a :
C(F (x); G(y)) = H(x, y) = P(X ≤ x, Y ≤ y)
Ĉ(F (x); G(y)) = H(x, y) = P(X > x, Y > y)
Ĉ(F (x); G(y)) = P(X ≤ x ou Y ≤ y)
C ∗ (F (x); G(y)) = P(X > x ou Y > y)
Exercices 3.2.1 (Distribution bivariée de Pareto) Soit X et Y 2 v.a. de lois jointe de survie H θ
définie par :
(1 + x + y)−θ
si x≥0 et y ≥0
(1 + x)−θ
si x≥0 et y <0
H θ (x, y) =
(1 + y)−θ si x<0 et y ≥0
1 si x<0 et y <0
1 Donner les lois marginales F θ et Gθ .
2 En déduire la copule de survie associée à H θ .
3 Définir la co-copule, et la copule duale.
Solution :
1 F θ (x) = lim H θ (x, y) et Gθ (y) = lim H θ (x, y)
y→−∞ x→−∞
−θ
(1 + x) si x ≥ 0
−θ (1 + x)−θ si x ≥ 0
(1 + x) si x ≥ 0
⇒ F θ (x) = =
1 si x < 0 et 1 si x < 0
1 si x < 0 et
(1 + y)−θ si y ≥ 0
De même : Gθ (y) =
1 si y < 0
−1 −1
2 Ĉθ (u, v) = H θ (F θ (u), Gθ (v)) (Thm. Sklar)
ln(u) −1
F θ (x) = u ⇔ (1 + x)−θ = u ⇔ −θln(1 + x) = ln(u) ⇔ x = e− θ − 1 = F θ (u).
−1 ln(v)
De même Gθ (v) = e− θ − 1.
−1 −1 1 1
D’où Ĉθ (u, v) = H θ (F θ (u), Gθ (v)) = (u− θ + v − θ − 1)−θ ; u, v ∈ I.
1 Ĉ ?
Solution :
F (x) = lim H(x, y) = (ex − 1)−1 −1
(
y→−∞ F (x) = u ⇔ ex − 1 = u−1 ⇔ x = ln(u−1 + 1) = F (u)
et −1
G(y) = lim H(x, y) = (ey − 1)−1 G(y) = v ⇔ ey − 1 = v −1 ⇔ y = ln(v −1 + 1) = G (v)
x→−∞
−1 −1
⇒ Ĉ(u, v) = H(F (u), G (v)) = (u−1 + 1 + v −1 + 1 − 1)−1 = (u−1 + v −1 + 1)−1 ∀u, v ∈ I.
11
3.3 Loi jointe symétrique et copules
Soit X une v.a. X est dite symétrique par rapport à a ∈ R si P(X + a ≤ x) = P(a − X ≤ x)
X v.a. continue : F (a + x) = F (a − x)
Théorème 3.3.1 X, Y deux v.a. continues de loi jointe H et de lois marginales respectivement F et
G. (a, b) ∈ R2
(X, Y ) présente une symétrie radiale par rapport à (a, b) si et seulement si
H(a + X, b + Y ) = H(a − X, b − Y ) ;
Théorème 3.3.2 X, Y deux v.a. continues de loi jointe H et de lois marginales respectivement F et
G de copule associée C ; et (a, b) ∈ R2 tel que X(resp. Y ) est symétrique par rapport à a(resp. b).
Alors (X, Y ) présente une symétrie radiale par rapport à (a, b) si et seulement si C = Ĉ
(i.e. Ĉ(u, v) = u + v − 1 + C(1 − u, 1 − v)).
Démonstration : (X, Y ) présente une symétrie radiale par rapport à (a, b) si et seulement si
H(a + X, b + Y ) = H(a − X, b − Y )
H(x, y) = H(y, x)
Théorème 3.3.3 X et Y deux v.a. continues de loi jointe H et de lois marginales F et G, et de copule
associée C.
Alors X et Y sont échangeables si et seulement si F = G et C(u, v) = C(v, u), ∀u, v ∈ I
Définition 3.3.4 Si C(u, v) = C(v, u), ∀u, v ∈ I ; C est dite une copule symétrique.
12
3.5 Famille de copules Archimédiennes
Définition 3.5.1 Soit ϕ : I −→ [0, +∞] une fonction continue & telle que ϕ(1) = 0 ()
Soit ϕ(−1) la
( fonction pseudo-inverse de ϕ avec Dom(ϕ
(−1) ) = [0, +∞] et Im(ϕ(−1) ) = I définie par :
Remarques 3.5.1 ϕ(−1) est une fonction continue et & sur [0, +∞] et strictement & sur [0, +ϕ(0)].
De plus, on a :
,→ ϕ(−1) (ϕ(u)) = u, ∀u ∈ I.
(
t si 0 ≤ t ≤ ϕ(0)
,→ ϕ(ϕ(−1) (t)) = = min(t, ϕ(0)).
ϕ(0) si ϕ(0) < t < ∞
Théorème 3.5.1 Soit ϕ une fonction continue strictement & de I −→ [0, +∞] telle que ϕ(1) = 0 de
pseudo-inverse ϕ(−1) définie par (?).
Alors C : I 2 −→ I définie par (??) est une copule si et seulement si ϕ est une fonction convexe.
Exemples 3.5.1
a ϕ(t) = −ln t ; t ∈ [0, 1]
⇒ C(u, v) = ϕ−1 (ϕ(u) + ϕ(v)) = exp(−[(−ln u) + (−ln v)] = u.v = Π(u, v).
13
3.6 Famille de copules Archimax
Définition 3.6.1 C est dite une copule Archimax si elle est de la forme suivante :
φ(u)
Cφ,A (u, v) = φ−1 [(φ(u) + φ(v)) A( )] , ∀u, v ∈ I
φ(u) + φ(v)
1 A : [0, 1] −→ [ 12 , 1] : max(t, t − 1) ≤ A(t) ≤ 1 , ∀u, v ∈ I ;
où :
2 φ : [0, 1] −→ [0, +∞] est une fonction continue convexe & : φ(1) = 0.
Remarques 3.6.1 Par convention : φ(0) = lim φ(t) et φ−1 (s) = 0 pour s ≥ φ(1).
t→+∞
Cas particulier :
? A = 1 ⇒ C est Archimiédienne.
14
Chapitre 4
Copules multiples
Définition 4.1.1 Soit le n-box [a, b] avec a(a1 , ..., an ) et b(b1 , ..., bn ). Les sommets de [a, b] sont les points
c(c1 , ..., cn ) tels que :
ck = {ak ou bk }
15
Exercices 4.1.1 H fonction de domaine DH = [−1, 1] × [0, +∞] × [0, π2 ] définie par :
(x + 1)(ex − 1)sin z
H(x, y, z) =
x + 2ey − 1
1 Vérifier que H est granded.
2 Donner les fonctions marginales de dim 1 et 2.
Solution :
H(−1, y, z) = 0
1 H(x, 0, z) = 0 ⇒ H est granded.
H(x, y, 0) = 0
2 ? Marginales de dim 1 :
ex −1
,→ H2 (y) = H(1, y, π2 ) = ey .
? Marginales de dim 2 :
(x+1)(ey −1)
,→ H12 (x, y) = H(x, y, π2 ) = x+2ey −1 .
(x+1)sin z
,→ H13 (x, z) = H(x, ∞, z) = 2 .
Définition 4.1.5 H est dite n-croissante si VH (B) ≥ 0, ∀B n-box dont les sommets sont dans Dom(H).
C : I3 −→ I
Exercices 4.2.1
(u, v, w) 7−→ w min(u, v)
Vérifier que C est 3-copule.
Solution :
1 C(0, v, w) = C(u, 0, w) = C(u, v, 0) = 0.
2 C(u, 1, 1) = u ; C(1, v, 1) = v ; C(1, 1, w) = w.
16
3 B = [a1 , b1 ] × [a2 , b2 ] × [a3 , b3 ] où a ≤ b. On a :
Lemme 4.2.1 Soit u(u1 , ..., un ) , v(v1 , ..., vn ) ∈ I n et C une copule, Alors :
n
X
| C(v) − C(u) |≤ | vk − uk |
k=1
2 Toute fonction k-marginale (où k ≥ 0) d’une n-copule est une copule.
Πn : In −→ I
(u1 , ..., un ) 7−→ u1 ...un
n
C− : In −→ I
(u1 , ..., un ) 7−→ max(u1 + ... + un − n + 1, 0)
Calculer VC −3 (B)
Solution :
3
C− : I3 −→ I
(u, v, w) 7−→ max(u + v + w − 2, 0)
17
⇒ VC −3 (B) = ∆11 ∆11 ∆11 C −3 (u, v, w)
2 2 2
1
= ∆11 ∆11 [C −3 (1, v, w) − C −3 ( , v, w)]
2 2 2
1 1 1 1
= ∆ 1 [C (1, 1, w) − C (1, , w) − C −3 ( , 1, w) + C −3 ( , , w)]
1 −3 −3
2 2 2 2 2
1 1 1 1 1
= C −3 (1, 1, 1) − C −3 (1, 1, ) − C −3 (1, , 1) + C −3 (1, , ) − C −3 ( , 1, 1)
2 2 2 2 2
−3 1 1 −3 1 1 −3 1 1 1
+ C ( , 1, ) + C ( , , 1) − C ( , , )
2 2 2 2 2 2 2
1 1 1
=1− − +0− +0+0−0
2 2 2
1
=−
2
⇒ C −3 n’est pas une copule.
n
On vérifie que ∀n ≥ 3 : VC − n (B) = 1 − n
2 ⇒ C − n’est pas une copule.
n
Proposition 4.3.1 C + et Πn sont des n-copules.
Théorème 4.3.1 Pour n ≥ 3 et u ∈ I n fixe, alors il existe une copule C (dépend de u) tel que :
n
C(u) = C − (u)
n n
Théorème 4.3.2 Pour toute copule C, on a : C − (u) ≤ C ≤ C + (u)
n n
En particulier : C − (u) ≤ Π ≤ C + (u)
1 H est n-croissante.
n
2 ∀t ∈ R tel que s’il existe k ∈ {1, ..., n} où tk = −∞ Alors H(t) = 0.
3 H(∞, ∞, ..., ∞) = 1.
Remarques 4.4.1 Si H est une n-distribution alors les 1-dimentions marginales fonctions sont des lois
marginales, notées par : F1 , F2 , ..., Fn .
Théorème 4.4.1 (Sklar) H n-distribution de lois marginales (de dim. 1) F1 , F2 , ..., Fn ; Alors il existe
une n-copule C telle que :
En plus, si F1 , F2 , ..., Fn sont continues alors C est unique ; sinon, C est unique sur Im F1 ×...×Im Fn
Réciproquement, si C est une n-copule et F1 , F2 , ..., Fn des f.r. alors la fonction H, définie par (∗),
est une n-distribution de lois marginales F1 , F2 , ..., Fn .
Corolaire 4.4.1 Soit H une n-distribution de lois marginales (de dim. 1) F1 , ..., Fn qui ont pour pseudo-
(−1) (−1)
inverse F1 , ..., Fn , alors :
(−1)
C(u1 , ..., un ) = H(F1 (u1 ), ..., Fn(−1) (un ))
18
Théorème 4.4.2 Soit X1 , ..., Xn n-v.a. de loi jointe H et de f.r. F1 , ..., Fn ; Alors il existe une n-copule
C tel que :
H(x1 , ..., xn ) = C(F1 (x1 ), ..., Fn (xn ))
Théorème 4.4.3 X1 , ..., Xn des v.a. continues, alors X1 , ..., Xn sont indépendantes si et seulement si la
n-copule associée à (X1 , ..., Xn ) est la copule Πn .
19
Chapitre 5
Soit (x1 , y1 ), ..., (xn , yn ) un n-échantillon de (X, Y ), et c (resp. d) le nombre des couples qui sont
concordants (resp. discordants). Notons :
c−d c d
II= Cn2 = −
Cn2 Cn2
|{z} |{z}
P(concordance) P(discordance)
Cas continue :
Soit (X1 , Y1 ) et (X2 , Y2 ) deux couples de v.a. continues et indépendants de distribution jointe H.
Théorème 5.1.1 Soit (X1 , Y1 ) et (X2 , Y2 ) deux couples de v.a. continues et indépendants de distribu-
tions jointes H1 et H2 respectivement, avec des marges communes (F pour X1 , X2 et G pour Y1 , Y2 ).
(
H1 (x, y) = C1 (F (x), G(y))
Soient C1 et C2 les copules associées respectivement à (X1 , Y1 ) et (X2 , Y2 ) :
H2 (x, y) = C2 (F (x), G(y))
ZZ
∂ 2 C1 (u,v)
Alors Q = 4 C2 (u, v) dC1 (u, v) − 1 ; où dC1 (u, v) = ∂u∂v du dv
I2
Demonstration :
P{(X1 − X2 )(Y1 − Y2 ) < 0} = 1 − P{(X1 − X2 )(Y1 − Y2 ) > 0}
20
Or P{(X1 − X2 )(Y1 − Y2 ) > 0} = P{X1 > X2 , Y1 > Y2 } + P{X1 < X2 , Y1 < Y2 }
| {z } | {z }
I II
Notons que I = P{X2 < X1 , Y2 < Y1 }
ZZ
En intégrant par rapport à la loi jointe H1 on a I = P{X2 < x, Y2 < y} dH1 (x, y)
R2
D’après Sklar : P{X2 < x, Y2 < y} = H2 (x, y) = C2 (F (x), G(y))etdH1 (x, y) = dC1 (F (x), G(y))
ZZ
donc I = C2 (F (x), G(y)) dC1 (F (x), G(y))
R2
ZZ
En posant u = F (x) et v = G(y) ; Soit alors I = C2 (u, v) dC1 (u, v).
I2
ZZ
De même on a II = P{X1 < X2 , Y1 < Y2 } = P{X2 > x, Y2 > y} dC1 (F (x), G(y))
R2
A = {X2 ≤ x} et B = {Y2 ≤ y}
ZZ
⇒ II = [1 − P(A) − P(B) + P(A ∩ B)] dC1 (F (x), G(y))
2
Z ZR
= [1 − F (x) − G(y) + P(X1 ≤ x, Y2 ≤ y)] dC1 (F (x), G(y))
2
Z ZR
= [1 − F (x) − G(y) + C2 (F (x), G(y)] dC1 (F (x), G(y))
2
Z ZR
= [1 − u − v + C2 (u, v)] dC1 (u, v)
2
Z ZI ZZ ZZ ZZ
= dC1 (u, v) − u dC1 (u, v) − v dC1 (u, v) + C2 (u, v) dC1 (u, v)
I2 I2 I2 I2
| {z } | {z } | {z } | {z }
1 E(U ) E(V ) I
1
Où U, V ∼ Uni([0, 1]) ⇒ E(U ) = E(V ) = 2
1 1
⇒ II = 1 − 2 − 2 +I =I
⇒ Q = 2 (I + II) − 1 = 4I − 1
ZZ
Ainsi : Q = 4 C2 (u, v) dC1 (u, v) − 1
I2
a Q est symétrique : Q(C1 , C2 ) = Q(C2 , C1 ).
(
C1 ≤ C10
b Q conserve l’ordre : 0
⇒ Q(C1 , C2 ) ≤ Q(C10 , C20 )
C2 ≤ C2
c Q est invariante par rapport à la copule de survie : Q(C1 , C2 ) = Q(Ĉ1 , Ĉ2 )
ZZ
Conséquence : ,→ Q(Π, Π) = 4 u v dΠ(u, v) = 1.
I2
,→ Q(C − , Π) = − 13 ; Q(C + , Π) = 1
3 .
21
Corolaire 5.1.2 Pour tout copule C, on a :
a Q(C, C) ∈ [−1, 1] ; En effet :
d Q(C, Π) ∈ [− 31 , 31 ].
Exercices 5.2.1
1 Soit la famille des copules de Farlie-Gumbel-Morgenstern définie pour θ ∈ [−1, 1] :
Cθ (u, v) = uv + θ uv (1 − u)(1 − v)
2 Soit la famille des copules de Fréchet définie pour α, β ≥ 0 tels que α + β ≤ 1, par :
Cα,β = α C − + (1 − α − β) Π + β C +
Solution :
2C
1∂
θ (u,v)
∂u∂v du dv = [1 + θ(1 − 2u)(1 − 2v)] du dv
ZZ
Cθ (u, v) dCθ (u, v) = 14 + 18θ
I2
ZZ
2θ
⇒ Tθ = 4 Cθ (u, v) dCθ (u, v) − 1 = 9 ∈ [− 29 , 29 ]
I2
22
ZZ ZZ
⇒ Cα,β (u, v) dCα,β (u, v) = α2 C − dC − +...
I2 I2
| {z }
[Q(C − ,C − )+1]/4
(α−β)(α+β+2)
⇒ Tα,β = 3
Démonstration : ⇒ Admis
Corolaire 5.2.1 Soit U, V ∼ U[ 0, 1] de copule archimédienne C générée par ϕ. Alors la fonction KC est
la distribution jointe de C.
ϕ(t) tθ+1 −1 θ
2 ϕ0 (t) = θ ⇒ TXY = θ+2
23
∂C1 (u,v)
u 7−→ ∂u est % ∈ [0, 1]
Exercices 5.2.3 Soit Cα,β la famille de copule de Marshall-o... pour 0 < α, β < 1, définie par :
(
u1−α v , uα ≥ v β
Cα,β =
u v 1−β , uα < v β
Calculer TXY associé à Cα,β .
Estimation du taux de Kendall (X, Y ) un couple de v.a. (x1 , y1 ), ..., (xn , yn ) un n-échantillon.
Une estimation du TXY est donnée par :
n j−1
2 XX
T̂XY = sign[(xj − xi )(yj − yi )]
n(n − 1)
j=2 i=1
(
1 si z ≥ 0
où sign z =
−1 si z < 0
Définition 5.3.1 Le rho de spearman est définie comme étant proportionnel à la différence des probabi-
lités de concordance et celle de discordance des couples (X1 , Y1 ) et (X2 , Y3 )
Remarques 5.3.1 Lorsque la loi jointe de (X1 , Y1 ) est H alors la loi jointe de (X2 , Y3 ) est F (x).G(y)
(X2 et Y3 indép.)
Théorème 5.3.1 Soit X, Y 2 v.a. continue de copule C. Alors le rho de spearman est donné par :
ZZ ZZ
ρXY = 3 Q(C, Π) = 12 uv dC(u, v) − 3 = 12 C(u, v) du dv − 3
I2 I2
Estimation du taux de Spearman : (x1 , yn ), ..., (xn , yn ) un n-échantillon d’un couple de v.a.
(X, Y ). Alors : P
(Ri − R)(Si − S)
ρ̂(X, Y ) = qP qP
(Ri − R)2 (Si − S)2
P
Zi
où Ri = rang(xi ) ; Si = rang(yi ) et Z = n
24