Steekproeven uit multivariate normale verdelingen
De multivariate normale verdeling is de belangrijkste verdeling in multivariate statistiek. Hier leer je gegevens te simuleren die een opgegeven multivariate normale verdeling volgen door steekproeven te genereren uit een bivariaat normale verdeling, met een gemiddelde en variantie-covariantiematrix gespecificeerd als:
$${\mu}={\begin{pmatrix} 2 \\ -2 \end{pmatrix}},\quad { \Sigma }={\begin{pmatrix} 9 & 5 \\ 5 & 4 \end{pmatrix}}$$
Voor deze oefening, en de rest van het hoofdstuk, worden het gemiddelde en de variantie-covariantiematrix alvast voor je klaargezet als mu.sim en sigma.sim.
Deze oefening maakt deel uit van de cursus
Multivariate kansverdelingen in R
Oefeninstructies
- Genereer 100 steekproeven uit de bivariaat normale verdeling en wijs ze toe aan het object
multnorm.sample. - Print de eerste zes steekproeven.
- Maak een spreidingsdiagram van de gegenereerde steekproeven.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Generate 100 bivariate normal samples
multnorm.sample <- ___
# View the first 6 samples
___
# Scatterplot of the bivariate samples
plot(___)