多元正态分布下的抽样Scatterplot Matrix的特点

结论

当一组变量服从多元正态分布时,如果根据样本的数据做出Scatterplot Matrix,那么每一幅Scatterplot上的散点都将聚集在一条直线附近。但要注意,从图像上来看,由于R的显示问题,以及方差的因素,看起来可能不那么像直线。

另外,mvnormtest包里的mshapiro.test()貌似对于分量之间彼此独立的多元正态分布没有良好的区分性。

回归

只看两个变量时: X 1 = ( x i , x j ) ′ X_1=(x_i,x_j)^{\prime} X1=(xi,xj)
X 1 ∣ X 2 ∼ N 2 ( μ 1 − Σ 12 Σ 22 − 1 ( x 2 − μ 2 ) , Σ 11 − Σ 12 Σ 22 − 1 Σ 21 ) X_1|X_2 \sim N_2(\mu_1-\Sigma_{12}\Sigma_{22}^{-1}(x_2-\mu_2),\Sigma_{11}-\Sigma_{12}\Sigma_{22}^{-1}\Sigma_{21}) X1X2N2(μ1Σ12Σ22

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值