Wielowymiarowe rozkłady t

Wielowymiarowe rozkłady prawdopodobieństwa w R

Surajit Ray

Professor, University of Glasgow

Parametry rozkładów wielowymiarowych

Rozkład Parametr lokalizacji Parametr skali
Normalny mean sigma
t delta sigma
Skośno-normalny xi Omega
Skośno-t xi Omega
Wielowymiarowe rozkłady prawdopodobieństwa w R

Parametry rozkładów wielowymiarowych

Rozkład Parametr lokalizacji Parametr skali Stopnie swobody
Normalny mean sigma Nie
t delta sigma Tak
Skośno-normalny xi Omega Nie
Skośno-t xi Omega Tak
Wielowymiarowe rozkłady prawdopodobieństwa w R

Porównanie jednozmiennego rozkładu normalnego i t

Porównanie

  • Standardowy normalny

  • t z różnymi wartościami df

Wielowymiarowe rozkłady prawdopodobieństwa w R

Porównanie ogonów rozkładów normalnego i t

Cięższe ogony dla tego samego progu

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

Rozkład Prawdopodobieństwo
Normalny 0.05
t(df=1) 0.3
t(df=8) 0.0857
t(df=20) 0.0641
t(df=30) 0.0593

 

Wielowymiarowe rozkłady prawdopodobieństwa w R

Notacja wielowymiarowego rozkładu t

  • Uogólnienie jednozmiennego rozkładu t-Studenta

    • Powszechnie stosowana wersja ma jeden stopień swobody dla wszystkich wymiarów i jest oznaczana

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

Wielowymiarowe rozkłady prawdopodobieństwa w R

Kontury rozkładów normalnego i t

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

                   Kontury rozkładu t dla df = 3

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

                    Kontury dwuwymiarowego rozkładu normalnego

Wielowymiarowe rozkłady prawdopodobieństwa w R

Funkcje dla wielowymiarowego rozkładu t

  • Dostępne funkcje:
    • rmvt(n, delta, sigma, df)
    • dmvt(x, delta, sigma, df)
    • qmvt(p, delta, sigma, df)
    • pmvt(upper, lower, delta, sigma, df)
Wielowymiarowe rozkłady prawdopodobieństwa w R

Generowanie próbek losowych

Generuj próbki z 3-wymiarowego rozkładu t dla $ \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
Wielowymiarowe rozkłady prawdopodobieństwa w R

Porównanie z próbkami normalnymi

           Rozkład t z 4 stopniami swobody

                                 Rozkład normalny

Wielowymiarowe rozkłady prawdopodobieństwa w R

Porównanie z próbkami normalnymi

           Rozkład t z 10 stopniami swobody

                                 Rozkład normalny

Wielowymiarowe rozkłady prawdopodobieństwa w R

Wygenerujmy próbki z wielowymiarowego rozkładu t!

Wielowymiarowe rozkłady prawdopodobieństwa w R

Preparing Video For Download...