เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

สุ่มตัวอย่างจาก multivariate t-distribution

แม้ว่า multivariate normal จะเป็นที่นิยมใช้กันอย่างแพร่หลาย แต่ข้อมูลหลายตัวแปรไม่ได้เป็นไปตามการแจกแจงแบบ normal เสมอไป Multivariate t-distribution สามารถรองรับการแจกแจงที่มีหางหนัก (heavy-tailed) ในแต่ละทิศทางได้ ในแบบฝึกหัดนี้ จะได้เรียนรู้วิธีสุ่มตัวอย่างจาก multivariate t-distribution โดยใช้พารามิเตอร์ mu.sim และ sigma.sim ชุดเดิมที่ใช้สร้างตัวอย่างจาก multivariate normal distribution

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การแจกแจงความน่าจะเป็นหลายตัวแปรใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สุ่มตัวอย่าง 200 ค่าจาก bivariate t-distribution ที่มี 5 องศาของเสรีภาพ แล้วกำหนดให้อ็อบเจกต์ชื่อ multt.sample
  • แสดงตัวอย่าง 6 ค่าแรก
  • ตรวจสอบว่าตัวอย่างเป็นไปตาม multivariate normal distribution หรือไม่ โดยใช้ Mardia Test และพล็อต qqplot ที่เกี่ยวข้องสำหรับการทดสอบ

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Generate the t-samples 
multt.sample <- ___

# Print the first 6 samples


# Check multivariate normality
mvn(___, mvnTest = "___", multivariatePlot = "___")
แก้ไขและรันโค้ด