De dichtheid van een multivariate normaal berekenen

Voor veel statistische taken, zoals hypothesetoetsen, clusteren en het berekenen van likelihoods, moet je de dichtheid berekenen van een opgegeven multivariate normale verdeling. In deze oefening gebruik je de functie dmvnorm() om multivariate normale dichtheden te berekenen met een opgegeven gemiddelde en variantie-covariantiematrix, voor elk van de observaties uit je eerder gegenereerde steekproef multnorm.sample.

Het gemiddelde en de variantie-covariantiematrix zijn alvast voor je ingeladen als de objecten mu.sim en sigma.sim.

Deze oefening maakt deel uit van de cursus

Multivariate kansverdelingen in R

Cursus bekijken

Oefeninstructies

Gebruik dmvnorm() om de dichtheidshoogtes te berekenen van de 100 steekproeven in multnorm.sample voor een bivariaat normale verdeling.
Gebruik scatterplot3d() om een 3D-scatterplot te maken van de dichtheidshoogtes bij elk van de gegenereerde steekproefpunten.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Calculate density
multnorm.dens <- dmvnorm(multnorm.sample, mean = ___, sigma = ___)

# Create scatter plot of density heights 
___(cbind(___),    
               color="blue", pch="", type = "h",             
                              xlab = "x", ylab = "y", zlab = "density")

Code bewerken en uitvoeren