gumbel.cop<-gumbelCopula(3,dim=2)
gumbel.ml<-fitCopula(gumbel.cop,cbind(u(x),v(y)),method="ml")
cbind（u(x),v(y)）是经过概率积分变换处理的数据矩阵

刚刚手误打错了，程序里输入的是cbind，出现的以上错误

你令p<-cbind(cbind（u(x),v(y)）),p<-pobs(p),再把p代入进去拟合，你试试可以吗

可以的，谢谢你~还想请问pobs()这个函数是什么意思？
这段时间我试了u<-pobs(data)，其中data是原始数据x,y组成的矩阵，然后对u做fitCopula，就可以得出结果
试了画图 plot(x,u[,1])，以及plot(y,u[,2]),感觉好像u就是x和y的分布函数上的点 组成的矩阵，
想问问pobs()是不是可以等同于对data的概率积分变换么？

pobs()是Given n realizations x_i=(x_{i1},...,x_{id}), i in {1,...,n} of a random vector X, the pseudo-observations are defined via u_{ij}=r_{ij}/(n+1) for i in {1,...,n} and j in {1,...,d}, where r_{ij} denotes the rank of x_{ij} among all x_{kj}, k in {1,...,n}. The pseudo-observations can thus also be computed by component-wise applying the empirical distribution functions to the data and scaling the result by n/(n+1). This asymptotically negligible scaling factor is used to force the variates to fall inside the open unit hypercube, for example, to avoid problems with density evaluation at the boundaries.
因为你原来的数据里有（1,1）这一项，这一项是数据边界上，就是这一项导致了错误出现，具体为什么我也不清楚，我也是查错误一点点查出来的。经过这种变换后（1,1）变成了（0.99....，0.99...)程序就能用了

原来是这样，谢谢你~O(∩_∩)O
R软件做copula的蒙特卡罗模拟是不是得自己编程？
如果是这样，请问 要求copula函数的偏导数和反函数，以及分布函数的反函数，在R中应该如何实现呢？