Másmela Caita, Luis AlejandroMarimon Hernández, Jarles Andrés2016-09-232016-09-232016-08-08http://hdl.handle.net/11349/3664Con la teoría de Cópulas se ilustra por medio de un ejemplo que las distribuciones marginales y el coeficiente de correlación lineal no determinan de manera única la función de distribución conjunta, dado que muchas veces se asume lo contrario, es decir, que la función de distribución conjunta sí está determinada de manera única dadas las distribuciones marginales y el coeficiente de correlación lineal.With Copula theory is illustrated by an example that the joint distribution is not uniquely determined by marginal distributions and linear correlation coefficient, since sometimes is assumed otherwise, i.e the joint distribution is uniquely determined by marginal distributions and linear correlation coefficientpdfspaAtribución-NoComercial-SinDerivadas 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/CópulaDependenciaFalaciaNormal bivariadaMarginalesCorrelaciónMatemáticas - Tesis y disertaciones académicasVariables aleatoriasCópulas (Estadística matemática)info:eu-repo/semantics/openAccessCopulaDependenceFallacyBivariate normalMarginalCorrelationAbierto (Texto Completo)info:eu-repo/semantics/bachelorThesis