मल्टिवेरिएट स्क्यू-नॉर्मल्स के लिए पैरामीटर अनुमान
मल्टिवेरिएट नॉर्मल के विपरीत, जहाँ पैरामीटर के अनुमान सैंपल mean और सैंपल variance-covariance मैट्रिक्स से प्राप्त किए जा सकते हैं, स्क्यू-नॉर्मल डिस्ट्रीब्यूशन के पैरामीटर एक iterative प्रोसेस से अनुमानित करने होते हैं। आप sn पैकेज में मौजूद फंक्शनों का उपयोग करके ये अनुमान ले सकते हैं।
पिछले अभ्यास में, हमने ais.female ऑब्जेक्ट के Ht और Wt वैरिएबल्स की जाँच की और पाया कि स्क्यू-नॉर्मल डिस्ट्रीब्यूशन इस डिस्ट्रीब्यूशन को मॉडल कर सकता है। अब, हम इस डिस्ट्रीब्यूशन के पैरामीटर का अनुमान लगाएंगे.
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में Multivariate Probability Distributions
अभ्यास निर्देश
- स्क्यू-नॉर्मल डिस्ट्रीब्यूशन के पैरामीटर निकालें और उन्हें
fit.aisऑब्जेक्ट में असाइन करें. - केवल skewness पैरामीटर्स को प्रिंट करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Fit skew-normal parameters
fit.ais <- ___(y = cbind(ais.female$Ht, ais.female$Wt), opt.method = ___)
# Print the skewness parameters
fit.ais$dp$___