Çok değişkenli t-dağılımları

R'de Çok Değişkenli Olasılık Dağılımları

Surajit Ray

Professor, University of Glasgow

Çok değişkenli dağılımlar için parametreler

Dağılım Konum Parametresi Ölçek Parametresi
Normal mean sigma
t delta sigma
Çarpık-normal xi Omega
Çarpık-t xi Omega
R'de Çok Değişkenli Olasılık Dağılımları

Çok değişkenli dağılımlar için parametreler

Dağılım Konum Parametresi Ölçek Parametresi Serbestlik derecesi
Normal mean sigma Hayır
t delta sigma Evet
Çarpık-normal xi Omega Hayır
Çarpık-t xi Omega Evet
R'de Çok Değişkenli Olasılık Dağılımları

Tek değişkenli normal ile tek değişkenli t-dağılımlarını karşılaştırma

Karşılaştırma

  • Standart normal

  • Farklı df'lerle t

R'de Çok Değişkenli Olasılık Dağılımları

Normal ve t-dağılımı kuyruklarını karşılaştırma

Aynı eşik için kuyruklar daha kalın

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

Dağılım Olasılık
Normal 0.05
t(df=1) 0.3
t(df=8) 0.0857
t(df=20) 0.0641
t(df=30) 0.0593

 

R'de Çok Değişkenli Olasılık Dağılımları

Çok değişkenli t-dağılımı gösterimi

  • Tek değişkenli Student'ın t-dağılımının genellemesi

    • Yaygın sürüm, tüm boyutlar için tek bir serbestlik derecesine sahiptir ve şöyle gösterilir:

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

R'de Çok Değişkenli Olasılık Dağılımları

İki değişkenli normal ve t-dağılımlarının eş eğrileri

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

                   t için df = 3 eş yoğunluk eğrileri

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

                    İki değişkenli normalin eş yoğunluk eğrileri

R'de Çok Değişkenli Olasılık Dağılımları

Çok değişkenli t-dağılımları için işlevler

  • İşlevler şunları içerir:
    • rmvt(n, delta, sigma, df)
    • dmvt(x, delta, sigma, df)
    • qmvt(p, delta, sigma, df)
    • pmvt(upper, lower, delta, sigma, df)
R'de Çok Değişkenli Olasılık Dağılımları

Rastgele örnekler üretme

3 boyutlu t'den örnekler üret: $ \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
R'de Çok Değişkenli Olasılık Dağılımları

Normal örneklerle karşılaştırma

           4 serbestlik dereceli t-dağılımı

                                 Normal dağılım

R'de Çok Değişkenli Olasılık Dağılımları

Normal örneklerle karşılaştırma

           10 serbestlik dereceli t-dağılımı

                                 Normal dağılım

R'de Çok Değişkenli Olasılık Dağılımları

Hadi çok değişkenli bir t-dağılımından örnekler üretelim!

R'de Çok Değişkenli Olasılık Dağılımları

Preparing Video For Download...