Multivariate t-Verteilungen

Multivariate Wahrscheinlichkeitsverteilungen in R

Surajit Ray

Professor, University of Glasgow

Parameter für multivariate Verteilungen

Verteilung Lageparameter Skalierungsparameter
Normal mean sigma
t delta sigma
Schief-normal xi Omega
Schief-t xi Omega
Multivariate Wahrscheinlichkeitsverteilungen in R

Parameter für multivariate Verteilungen

Verteilung Lageparameter Skalierungsparameter Freiheitsgrade
Normal mean sigma Nein
t delta sigma Ja
Schief-normal xi Omega Nein
Schief-t xi Omega Ja
Multivariate Wahrscheinlichkeitsverteilungen in R

Univariate Normal- vs. univariate t-Verteilung

Vergleich

  • Standardnormalverteilung

  • t mit verschiedenen df

Multivariate Wahrscheinlichkeitsverteilungen in R

Vergleich der Schwänze von Normal- und t-Verteilung

Schwänze sind bei gleichem Cutoff dicker

$P(X< - 1.96 \text{ oder } X > 1.96)$

Verteilung Wahrscheinlichkeit
Normal 0,05
t(df=1) 0,3
t(df=8) 0,0857
t(df=20) 0,0641
t(df=30) 0,0593

 

Multivariate Wahrscheinlichkeitsverteilungen in R

Schreibweise für multivariate t-Verteilungen

  • Verallgemeinerung der univariaten Student-t-Verteilung

    • Häufig genutzte Variante hat einen Freiheitsgrad für alle Dimensionen und wird geschrieben als

$$t_{df}(\delta, \Sigma ) $$

Multivariate Wahrscheinlichkeitsverteilungen in R

Konturen von bivariat normaler und t-Verteilung

${\mu}=\delta={\begin{pmatrix} 1 \\ 2 \end{pmatrix}},\quad { \Sigma }={\begin{pmatrix} 1 & 0.5 \\ 0.5 & 2 \end{pmatrix}}$

                   Konturen einer t-Verteilung mit df = 3

${\begin{matrix} ~ \\ ~ \end{matrix}}$

                    Konturen einer bivariat normalen Verteilung

Multivariate Wahrscheinlichkeitsverteilungen in R

Funktionen für multivariate t-Verteilungen

  • Funktionen:
    • rmvt(n, delta, sigma, df)
    • dmvt(x, delta, sigma, df)
    • qmvt(p, delta, sigma, df)
    • pmvt(upper, lower, delta, sigma, df)
Multivariate Wahrscheinlichkeitsverteilungen in R

Zufallsstichproben erzeugen

Erzeuge Stichproben aus einer 3-dimensionalen t-Verteilung mit $ \delta= \begin{pmatrix} 1 \\ 2 \\ -5 \end{pmatrix} ,~~\Sigma={\begin{pmatrix} 1 & 1 & 0 \\ 1 & 2 & 0 \\ 0 & 0 & 5 \end{pmatrix}}, ~~df = 4.$

# Specify delta and sigma
delta <- c(1, 2, -5) 
sigma <- matrix(c(1, 1, 0,
                  1, 2, 0,
                  0, 0, 5), 3, 3)

# Generate samples                  
t.sample <- rmvt(n = 2000, delta = delta, sigma = sigma, df = 4)
head(t.sample,4)
       [,1]   [,2]    [,3]
[1,] -1.256 -1.518 -12.340
[2,]  1.479  1.908  -7.647
[3,] -0.152  1.357  -9.011
[4,]  1.938  2.531  -4.534
Multivariate Wahrscheinlichkeitsverteilungen in R

Vergleich mit Normalstichproben

           t-Verteilung mit 4 Freiheitsgraden

                                 Normalverteilung

Multivariate Wahrscheinlichkeitsverteilungen in R

Vergleich mit Normalstichproben

           t-Verteilung mit 10 Freiheitsgraden

                                 Normalverteilung

Multivariate Wahrscheinlichkeitsverteilungen in R

Lass uns Stichproben aus einer multivariaten t-Verteilung erzeugen!

Multivariate Wahrscheinlichkeitsverteilungen in R

Preparing Video For Download...