Генерация выборок из многомерного t-распределения
Многомерное нормальное распределение широко используется, однако не все многомерные данные ему подчиняются. Многомерные t-распределения позволяют моделировать данные с тяжёлыми хвостами в любом направлении. В этом упражнении вы научитесь извлекать случайные выборки из многомерного t-распределения. Мы будем использовать те же параметры mu.sim и sigma.sim, что и при генерации выборок из многомерного нормального распределения.
Это упражнение является частью курса
Многомерные вероятностные распределения в R
Инструкции к упражнению
- Сгенерируйте 200 выборок из двумерного t-распределения с 5 степенями свободы. Присвойте объекту имя
multt.sample. - Выведите первые шесть наблюдений.
- Проверьте, следуют ли выборки многомерному нормальному распределению, применив критерий Мардиа, и постройте соответствующий qqplot для этого теста.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Generate the t-samples
multt.sample <- ___
# Print the first 6 samples
# Check multivariate normality
mvn(___, mvnTest = "___", multivariatePlot = "___")