R语言
rmvn
位于 mgcv
包(package)。 说明
生成多元正态或 t 随机偏差,并评估相应的对数密度。
用法
rmvn(n,mu,V)
r.mvt(n,mu,V,df)
dmvn(x,mu,V,R=NULL)
d.mvt(x,mu,V,df,R=NULL)
参数
n |
所需的模拟向量数量。 |
mu |
向量的平均值:长度为 |
V |
正半定协方差矩阵。 |
df |
t 分布的自由度。 |
x |
用于评估其对数密度的向量或矩阵。 |
R |
V 的可选 Cholesky 因子(未旋转)。 |
细节
使用 V
的“平方根”将标准正态偏差转换为具有正确协方差矩阵的多元正态。
值
n
行矩阵,每行都是从具有协方差矩阵 V
和均值向量 mu
的多元正态或 t 密度中抽取的。或者,如果mu
是向量,则每行可以具有不同的均值向量。
对于密度函数,是对数密度的向量。
例子
library(mgcv)
V <- matrix(c(2,1,1,2),2,2)
mu <- c(1,3)
n <- 1000
z <- rmvn(n,mu,V)
crossprod(sweep(z,2,colMeans(z)))/n ## observed covariance matrix
colMeans(z) ## observed mu
dmvn(z,mu,V)
作者
Simon N. Wood simon.wood@r-project.org
也可以看看
相关用法
- R rTweedie 生成 Tweedie 随机偏差
- R residuals.gam 广义加性模型残差
- R random.effects GAM 中的随机效应
- R rig 生成逆高斯随机偏差
- R vcov.gam 从 GAM 拟合中提取参数(估计器)协方差矩阵
- R gam.check 拟合 gam 模型的一些诊断
- R null.space.dimension TPRS 未惩罚函数空间的基础
- R gam.reparam 寻找平方根惩罚的稳定正交重新参数化。
- R extract.lme.cov 从 lme 对象中提取数据协方差矩阵
- R scat 用于重尾数据的 GAM 缩放 t 系列
- R choldrop 删除并排名第一 Cholesky 因子更新
- R smooth.construct.cr.smooth.spec GAM 中的惩罚三次回归样条
- R bandchol 带对角矩阵的 Choleski 分解
- R gam.side GAM 的可识别性边条件
- R cox.ph 附加 Cox 比例风险模型
- R mgcv.parallel mgcv 中的并行计算。
- R gamm 广义加性混合模型
- R pdTens 实现张量积平滑的 pdMat 类的函数
- R Predict.matrix GAM 中平滑项的预测方法
- R Predict.matrix.soap.film 皂膜光滑度预测矩阵
- R smooth.construct.bs.smooth.spec GAM 中的惩罚 B 样条
- R gamlss.gH 计算回归系数的对数似然导数
- R plot.gam 默认 GAM 绘图
- R mvn 多元正态加性模型
- R gfam 分组家庭
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Generate from or evaluate multivariate normal or t densities.。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。