Campioni da distribuzioni normali multivariate
La normale multivariata è la distribuzione più importante nella statistica multivariata. Qui imparerai a simulare dati che seguono una data distribuzione normale multivariata generando campioni da una normale bivariata, con media e matrice varianza-covarianza specificate come:
$${\mu}={\begin{pmatrix} 2 \\ -2 \end{pmatrix}},\quad { \Sigma }={\begin{pmatrix} 9 & 5 \\ 5 & 4 \end{pmatrix}}$$
Per questo esercizio, e per il resto del capitolo, la media e la matrice varianza-covarianza saranno caricate per te come mu.sim e sigma.sim.
Questo esercizio fa parte del corso
Distribuzioni di probabilità multivariate in R
Istruzioni dell'esercizio
- Genera 100 campioni dalla distribuzione normale bivariata e assegnali all'oggetto
multnorm.sample. - Stampa i primi sei campioni.
- Crea uno scatter plot dei campioni generati.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Generate 100 bivariate normal samples
multnorm.sample <- ___
# View the first 6 samples
___
# Scatterplot of the bivariate samples
plot(___)