Comment valider visuellement la structure de dépendance et les risques extrêmes directement depuis le résultat de l'action ?

Diagnostic Natif des Copules

Pour l'explicabilité et la validation métier, l'action intègre un puissant moteur de diagnostic via le paramètre plot. Il n'est pas nécessaire de coder des étapes de visualisation supplémentaires.

En activant ces options, vous pouvez générer automatiquement des matrices de corrélation, des nuages de points basés sur les marges empiriques ou uniformes, et surtout des graphiques de dépendance de queue (avec l'option tail). Ces derniers sont cruciaux en économétrie pour évaluer le comportement du modèleReprésentation mathématique entraînée sur des données pour capturer des tendances, prédire des résultats ou classifier des observations via des algorithmes (Régression, Forêt aléatoire, Gradient Boosting). lors d'événements extrêmes. L'option unpackpanel permet d'éclater ces visualisations pour analyser individuellement les paires de variables fortement corrélées, offrant ainsi une validation claire et actionnable pour les analystes métiers.

Exemples pour l'action copulaSimulate

Simulation d'une copule Normale avec marges uniformes

Génère 5000 observations basées sur une matrice de corrélation Pearson pré-existante.

Simulation Clayton avec marges empiriques et approximation fine

Ici, on utilise une copule de Clayton (souvent utilisée pour modéliser la dépendance en cas de krach boursier) et on projette les résultats sur les distributions réelles d'une table existante.