Buchumschlag

Generating Synthetic Rainfall Fields by R-vine Copulas Applied to Seamless Probabilistic Predictions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Schaumann, Peter, Rempel, Martin, Blahak, Ulrich, Schmidt, Volker
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Generating synthetic rainfall fields by R‐vine copulas applied to seamless probabilistic predictions
von: Peter Schaumann, et al.
Veröffentlicht: (2024)

Probabilistic Rainfall Downscaling: Joint Generalized Neural Models with Censored Spatial Gaussian Copula
von: Huk, David, et al.
Veröffentlicht: (2023)

Approximate Factor Model with S-vine Copula Structure
von: Han, Jialing, et al.
Veröffentlicht: (2025)

Generalised logistic regression with vine copulas
von: Haff, Ingrid Hobæk, et al.
Veröffentlicht: (2024)

Bayesian Additive Regression Tree Copula Processes for Scalable Distributional Prediction
von: Wenkel, Jan Martin, et al.
Veröffentlicht: (2026)

Testing Copula Hypothesis with Copula Entropy
von: Ma, Jian
Veröffentlicht: (2025)

Simplified vine copula models: state of science and affairs
von: Nagler, Thomas
Veröffentlicht: (2024)

Probabilistic Crop Yields Forecasts With Spatio-Temporal Conditional Copula Using Extreme Weather Covariates
von: Michaelides, Marie, et al.
Veröffentlicht: (2025)

Derandomized Truncated D-vine Copula Knockoffs with e-values to control the false discovery rate
von: Vásquez, Alejandro Román, et al.
Veröffentlicht: (2024)

GARCH copulas, v-transforms and D-vines for stochastic volatility
von: Dias, Alexandra, et al.
Veröffentlicht: (2024)

Granger Causality in Expectiles: an M-vine copula test
von: Fuentes-Martínez, Roberto, et al.
Veröffentlicht: (2026)

Trunc-Opt vine building algorithms
von: Pfeifer, Dániel, et al.
Veröffentlicht: (2025)

High-dimensional sparse vine copula regression with application to genomic prediction
von: Sahin, Özge, et al.
Veröffentlicht: (2022)

Model selection tests for truncated vine copulas under nested hypotheses
von: Nishi, Ichiro, et al.
Veröffentlicht: (2025)

Copula Structural Equation Models for Mediation Pathway Analysis
von: Chen, Canyi, et al.
Veröffentlicht: (2025)

Invariant Probabilistic Prediction
von: Henzi, Alexander, et al.
Veröffentlicht: (2023)

Regression Copulas for Multivariate Responses
von: Klein, Nadja, et al.
Veröffentlicht: (2024)

Non-linear dependence and Granger causality: A vine copula approach
von: Fuentes-Martínez, Roberto, et al.
Veröffentlicht: (2024)

BRBVS: An R Package for Bivariate Variable selection in Copula Survival Model(s) domain
von: Petti, Danilo, et al.
Veröffentlicht: (2025)

MML Probabilistic Principal Component Analysis
von: Makalic, Enes, et al.
Veröffentlicht: (2022)

Gradient-Boosted Generalized Linear Models for Conditional Vine Copulas
von: Jobst, David, et al.
Veröffentlicht: (2024)

Minimum Copula Divergence for Robust Estimation
von: Eguchi, Shinto, et al.
Veröffentlicht: (2025)

How to Compare Copula Forecasts?
von: Fissler, Tobias, et al.
Veröffentlicht: (2024)

1-truncated C-vine copula mixed models for network meta-analysis of multiple diagnostic tests
von: Nikoloulopoulos, Aristidis K.
Veröffentlicht: (2026)

Sequential Methods for Error Correction of Probabilistic Wind Power Forecasts
von: Jørgensen, Bastian Schmidt, et al.
Veröffentlicht: (2025)

Analysis of multivariate event times under informative censoring using vine copula
von: Chen, Xinyuan, et al.
Veröffentlicht: (2025)

Differentially Private Bayesian Inference for Gaussian Copula Correlations
von: Wang, Shuo, et al.
Veröffentlicht: (2026)

Testing Symmetry for Bivariate Copulas using Bernstein Polynomials
von: Lyu, Guanjie, et al.
Veröffentlicht: (2022)

A Flexible Quasi-Copula Distribution for Statistical Modeling
von: Ji, Sarah S., et al.
Veröffentlicht: (2022)

Copula-based models for spatially dependent cylindrical data
von: Labanca, Francesca, et al.
Veröffentlicht: (2026)

Impact of Global Warming on Extreme Rainfall in Taiwan
von: Lin, Cheng-Ching
Veröffentlicht: (2025)

Bayesian Hierarchical Copula Models with a Dirichlet-Laplace Prior
von: Onorati, Paolo, et al.
Veröffentlicht: (2022)

Analysing Extreme Rainfall via a Geometric Framework
von: Campbell, Ryan, et al.
Veröffentlicht: (2026)

Kernel Smoothing for Bounded Copula Densities
von: Muia, Mathias N., et al.
Veröffentlicht: (2025)

A Measure of Predictive Sharpness for Probabilistic Models
von: Syrjänen, Pekka
Veröffentlicht: (2025)

Next generation clinical trials: Seamless designs and master protocols
von: Burdon, Abigail, et al.
Veröffentlicht: (2024)

Flexible Seamless 2-in-1 Design with Sample Size Adaptation
von: Li, Runjia, et al.
Veröffentlicht: (2022)

Tractable Unified Skew-t Distribution and Copula for Heterogeneous Asymmetries
von: Deng, Lin, et al.
Veröffentlicht: (2025)

Bayesian Copula Density Estimation Using Bernstein Yett-Uniform Priors
von: Kuschinski, Nicolás, et al.
Veröffentlicht: (2024)

Boosting Distributional Copula Regression for Bivariate Binary, Discrete and Mixed Responses
von: Sanchez, Guillermo Briseño, et al.
Veröffentlicht: (2024)