Muestras de distribuciones normales multivariantes
La normal multivariante es la distribución más importante en estadística multivariante. Aquí aprenderás a simular datos que siguen una distribución normal multivariante específica generando muestras de una normal bivariante, con un vector de medias y una matriz de varianzas-covarianzas definidos como:
$${\mu}={\begin{pmatrix} 2 \\ -2 \end{pmatrix}},\quad { \Sigma }={\begin{pmatrix} 9 & 5 \\ 5 & 4 \end{pmatrix}}$$
Para este ejercicio, y el resto del capítulo, el vector de medias y la matriz de varianzas-covarianzas estarán precargados como mu.sim y sigma.sim.
Este ejercicio forma parte del curso
Distribuciones de probabilidad multivariantes en R
Instrucciones del ejercicio
- Genera 100 muestras de la distribución normal bivariante y asígnalas al objeto
multnorm.sample. - Muestra por pantalla las seis primeras muestras.
- Crea un diagrama de dispersión con las muestras generadas.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Generate 100 bivariate normal samples
multnorm.sample <- ___
# View the first 6 samples
___
# Scatterplot of the bivariate samples
plot(___)