Vzorky z vícerozměrných normálních rozdělení
Vícerozměrné normální rozdělení je nejdůležitějším rozdělením v mnohorozměrné statistice. V tomto cvičení se naučíš simulovat data odpovídající zadanému vícerozměrnému normálnímu rozdělení – konkrétně vygeneruješ vzorky z bivariátního normálního rozdělení se střední hodnotou a rozptylově-kovariační maticí definovanými takto:
$${\mu}={\begin{pmatrix} 2 \\ -2 \end{pmatrix}},\quad { \Sigma }={\begin{pmatrix} 9 & 5 \\ 5 & 4 \end{pmatrix}}$$
Pro toto cvičení i zbytek kapitoly jsou střední hodnota a rozptylově-kovariační matice předem načteny jako mu.sim a sigma.sim.
Toto cvičení je součástí kurzu
Multivariate Probability Distributions in R
Pokyny k cvičení
- Vygeneruj 100 vzorků z bivariátního normálního rozdělení a ulož je do objektu
multnorm.sample. - Vypiš prvních šest vzorků.
- Vytvoř bodový graf vygenerovaných vzorků.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Generate 100 bivariate normal samples
multnorm.sample <- ___
# View the first 6 samples
___
# Scatterplot of the bivariate samples
plot(___)