Para mayor completitud, asume que $C$ es una cópula arquimediana con alguna función generadora $\varphi$, que generalmente se asume que tiene propiedades agradables. Se sabe que $$ C(u_1, u_2, \ldots, u_n)=\varphi^{-1}(\varphi(u_1) + \ldots +\varphi(u_n))$$. Si mis cálculos son correctos, para una cópula de $n-$variables, podemos estimar su función de densidad por
$$ \frac{\partial^n C}{\partial u_1 \partial u_2 \cdots \partial u_n } = \{\varphi^{-1}\}^{(n)}(\varphi(u_1) + \ldots +\varphi(u_n))\prod_{j=1,\ldots,n} \varphi'(u_j) $$
Sin embargo, con un valor grande de $n$, no es sorprendente que sea bastante intensivo computacionalmente y de memoria encontrar las derivadas de orden $n$ de $\varphi^{-1}$.
Mi pregunta: ¿cuáles son las estrategias más conocidas/rápidas para obtener rápidamente las derivaciones de $\{\varphi^{-1}\}^{(n)}$? No estoy completamente seguro de lo que estoy buscando aquí, ya sea una forma más rápida/limpia de encontrar la expresión de la densidad que no implicaría derivadas (¿si tal cosa existe?), o algún tipo de aproximación que haría que encontrar las expresiones sea una tarea más factible?
Como nota adicional, estoy tratando de obtener la expresión de la función de densidad y sustituir varios valores en ella. Actualmente he intentado usar la función deriv
en R
, que es capaz de manejar las derivadas hasta, digamos, $n \sim 15$.
Una posible solución sería simular una muestra de la distribución de la cópula deseada y estimar no paramétricamente su densidad a través de algún suavizador kernel, pero hasta donde sé, los suavizadores kernel también son bastante complejos y lentos en dimensiones grandes.