Phân phối Xác suất Đa biến trong R
Surajit Ray
Professor, University of Glasgow
| Phân phối | Tham số vị trí | Tham số tỷ lệ |
|---|---|---|
| Chuẩn | mean |
sigma |
| t | delta |
sigma |
| Skew-normal | xi |
Omega |
| Skew-t | xi |
Omega |
| Phân phối | Tham số vị trí | Tham số tỷ lệ | Bậc tự do |
|---|---|---|---|
| Chuẩn | mean |
sigma |
Không |
| t | delta |
sigma |
Có |
| Skew-normal | xi |
Omega |
Không |
| Skew-t | xi |
Omega |
Có |
So sánh
Chuẩn chuẩn hóa
t với các df khác nhau

Đuôi dày hơn với cùng ngưỡng
$P(X< - 1.96 \text{ or } X > 1.96)$
| Phân phối | Xác suất |
|---|---|
| Chuẩn | 0.05 |
| t(df=1) | 0.3 |
| t(df=8) | 0.0857 |
| t(df=20) | 0.0641 |
| t(df=30) | 0.0593 |

Khái quát hóa của phân phối t Student đơn biến
$$t_{df}(\delta, \Sigma ) $$
${\mu}=\delta={\begin{pmatrix} 1 \\ 2 \end{pmatrix}},\quad { \Sigma }={\begin{pmatrix} 1 & 0.5 \\ 0.5 & 2 \end{pmatrix}}$
Đường đồng mức của t với df = 3

${\begin{matrix} ~ \\ ~ \end{matrix}}$
Đường đồng mức của chuẩn hai biến

rmvt(n, delta, sigma, df)dmvt(x, delta, sigma, df)qmvt(p, delta, sigma, df)pmvt(upper, lower, delta, sigma, df)Sinh mẫu ngẫu nhiên
Sinh mẫu từ t 3 chiều với $ \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
Phân phối t với 4 bậc tự do

Phân phối chuẩn

Phân phối t với 10 bậc tự do

Phân phối chuẩn

Phân phối Xác suất Đa biến trong R