Esplora E-book
Categorie
Esplora Audiolibri
Categorie
Esplora Riviste
Categorie
Esplora Documenti
Categorie
2017-04-11
1 / 30
Introduzione
2 / 30
Normale multivariata
3 / 30
Rappresentazione
X = + R0 Z Nd (, )
4 / 30
Dimostrazione. La densit di Z
pZ (z) = (2)d/2 exp 12 z 0 z
5 / 30
Valore atteso e matrice di covarianza
E(X) = E( + R0 Z) = .
V (X) = V ( + R0 Z) = R0 V (Z)R = R0 IR = .
6 / 30
Combinazioni lineari
7 / 30
Forme quadratiche
X 0 1 X = Z 0 R(R0 R)1 R0 Z = Z 0 Z
cio 2d .
Pd 2
j=1 Zj
8 / 30
Normale doppia standard
9 / 30
3
2
0.04
0.08
1
0.12
0.15 0.1
4
0.18
0.10
0
0.16
0.05 2
1
0.1
0.00 0.06
0
2
2 0.02
y
0
3
x 2
2
3 2 1 0 1 2 3
10 / 30
Propriet della normale doppia
Y | x N (x, (1 2 ))
11 / 30
3
2 Esempio
0.06
0.1
0.14
1
0.18
0.2
0.2
6
0
0.
24
0.22
0.16
1
0.12
0.08
2
0.04
0.02
3
3 2 1 0 1 2 3
X a N (a , aa )
X b | (X a = xa ) N (E(X b | xa ), V (X b | xa )) con
E(X b | xa ) = b + ba 1
aa (xa a )
V (X b | xa ) = bb ba 1
aa ab .
13 / 30
Ricorda: scomposizioni triangolari a blocchi
Se B = ba 1
aa e bb.a = bb ba aa ab
1
! ! !
I aa 0 aa 0 I aa B 0
=
B I bb 0 bb.a 0 I bb
e ! ! !
I aa B 0 1 0 I aa 0
1 = aa
0 I bb 0 1
bb.a B I bb
14 / 30
Dimostrazione. Senza perdita di generalit poniamo = 0. La
densit
Scomponiamo il determinante
1
det 1 = det 1
aa det bb.a
15 / 30
Quindi
16 / 30
Esempio: dati di Pearson e Lee
180
170
Altezza della figlia
160
150
140
17 / 30
Parametri
! !
158.63 35.78 19.39
= , = , = 0.49.
161.93 43.61
18 / 30
180
170
Altezza della figlia
160
150
140
19 / 30
Indipendenza
Corollario. Se (X a , X b ) Nd (, ) allora
Xa
X b ab = 0.
Dimostrazione. Se ab = 0,
1 1
x1 x = x0a 1
aa xa +xb bb xb , det(1 ) = det(1
aa ) det(bb )
20 / 30
Indipendenza condizionata
X1 X2 | X b 12 = 0 12.rest = 0
21 / 30
Normale ed regressioni ricorsive
X1 = 1
X2 = 21 X1 + 2
X3 = 31 X1 + 32 X2 + 3
..
.
Xd = d1 X1 + d2 X2 + + d,1,...,d1 Xd1 + d
22 / 30
Scomposizione triangolare
Proposizione. X Nd (0, ) con 1 = (I )0 D 2 (I )
dove
0 0 0 0
21 0 0 0
0 0
= 31
32
.. .. .. .. ..
. . . . .
d1 d2 d,d1 0
Dimostrazione. Abbiamo
X = X + , N (0, D 2 )
Perci (I )X = = LX = .
Quindi LL0 = D 2 e allora = L1 D 2 (L0 )1 .
Infine 1 = L0 D 2 L.
23 / 30
Esempio
100 500 1000
= 500 2525 5050
1000 5050 10101
Scomposizione triangolare
1 0 0 100 0 0
L = 5 1 0 , D 2 = 0 25 0
0 2 1 0 0 1
24 / 30
Codice R
tridec = function(S){
R = chol(S)
D = diag(diag(R))
dimnames(D) = dimnames(S)
L = D %*% solve(t(R))
list(L = L, D2 = diag(D)^2)
}
25 / 30
Interpretazione
1 0 0 100 0 0
2
L = 5 1 0 , D = 0 25 0
0 2 1 0 0 1
X1 = 1 , V (1 ) = 100
X2 = 5X1 + 2 V (2 ) = 25
X3 = 2X2 + 3 V (3 ) = 1
Grafo di indipendenza
5 2
X1 X2 X3
31.2 = 0 31.2 = 0 3
1|2
26 / 30
Modelli grafici Gaussiani ricorsivi
27 / 30
Esempio
1 2 3 4 5
1
1 . . . . .
. &
2 21 . . . .
2 3 4 =
3 31 . . . .
& .
4 . . . . .
5
5 . . 53 54 .
X1 = 1
X2 = 21 X1 + 2
X3 = 31 X1 + 3
X4 = 4
X5 = 53 X3 + 54 X4 + 5
28 / 30
Conseguenze
1
. &
2 3 4 3 d-sep 4 | , 3 d-conn 4 | 5
& .
5
3 4 34 = 0, 3
4 | 5 34.5 = 0
Abbiamo
34 = C(31 X1 + 3 , 4 )
= 31 C(1 , 4 ) + C(3 , 4 ) = 0
Mentre
1
34.5 = 34 35 55 54
1
= 35 55 54
= 53 54 33 44 /55 6= 0 = 3 6 4 | 5
29 / 30
Conseguenze (segue)
1
. &
2 d-conn 3 | , 2 d-sep 3 | 1 2 3 4
& .
5
Invece,
23 = C(21 X1 + 2 , 31 X1 + 3 )
= 21 31 11 6= 0 = 2 6
3
mentre,
23.1 = C(2 , 3 ) = 0 = 2
3|1
30 / 30