In statistica, una copula è uno strumento che permette di modellare la relazione di dipendenza tra più variabili aleatorie in modo flessibile. Il termine deriva dal fatto che “accoppia” le distribuzioni marginali delle singole variabili per formare una distribuzione congiunta.
Teorema di Sklar
Il fondamento teorico delle copule è il Teorema di Sklar, il quale afferma che ogni funzione di ripartizione congiunta può essere espressa tramite le sue marginali e una opportuna copula C: F(x, y) = C(F_X(x), F_Y(y))
Questo permette all’ingegnere di:
- Scegliere i modelli migliori per le singole variabili (es. una variabile normale e una esponenziale).
- Scegliere separatamente il tipo di dipendenza (es. lineare, a coda spessa, asimmetrica).
Perché usarle?
A differenza del semplice Coefficiente di Correlazione, che misura solo la dipendenza lineare, le copule possono catturare dipendenze complesse, come la tendenza di due guasti a verificarsi insieme solo in condizioni estreme (tail dependence).
Significato Ingegneristico
- Analisi Multi-Rischio: Nello studio dei disastri naturali, la copula permette di modellare la probabilità di accadimento simultaneo di un forte vento e di una forte pioggia, che hanno distribuzioni fisiche molto diverse.
- Finanza e Assicurazioni: Utilizzate per valutare il rischio di insolvenza di un portafoglio di prestiti, dove il fallimento di un’azienda può scatenare il fallimento di altre correlate.
- Ingegneria Geotecnica: Modellazione della dipendenza tra la coesione e l’angolo di attrito di un suolo per calcolare la probabilità di frana di un versante.
Vedi anche: Covarianza, Coefficiente di Correlazione, Vettore Aleatorio.