Distribución normal multivariada


En teoría de probabilidad y estadística , la distribución normal multivariante , la distribución gaussiana multivariante o la distribución normal conjunta es una generalización de la distribución normal unidimensional ( univariante ) a dimensiones superiores . Una definición es que se dice que un vector aleatorio tiene una distribución normal k variable si cada combinación lineal de sus k componentes tiene una distribución normal uni variable. Su importancia deriva principalmente del teorema del límite central multivariado. La distribución normal multivariante se usa a menudo para describir, al menos aproximadamente, cualquier conjunto de variables aleatorias de valor real (posiblemente) correlacionadas , cada una de las cuales se agrupa alrededor de un valor medio.

La distribución normal multivariada de un vector aleatorio k -dimensional se puede escribir en la siguiente notación:

y matriz de covarianza

tal que La inversa de la matriz de covarianza se denomina matriz de precisión , denotada por .

Un vector aleatorio real se denomina vector aleatorio normal estándar si todos sus componentes son independientes y cada uno es una variable aleatoria distribuida normalmente con varianza unitaria de media cero, es decir, si para todo . [1] : pág. 454 


Densidad articular normal bivariada
Distribución normal bivariada centrada en con una desviación estándar de 3 en aproximadamente la dirección y de 1 en la dirección ortogonal.
Arriba: la probabilidad de una normal bivariada en el dominio (regiones azules). Medio: la probabilidad de una normal trivariada en un dominio toroidal. Abajo: integral de Monte-Carlo convergente de la probabilidad de una normal de 4 variables en el dominio poliédrico regular 4d definido por . Todos estos se calculan mediante el método numérico de trazado de rayos. [15]
a: Densidad de probabilidad de una función de una sola variable normal con y . b: Densidad de probabilidad de una función de un vector normal , con media y covarianza . c: Mapa de calor de la densidad de probabilidad conjunta de dos funciones de un vector normal , con media y covarianza . d: Densidad de probabilidad de una función de 4 iid variables normales estándar. Estos se calculan mediante el método numérico de trazado de rayos. [15]
Izquierda: clasificación de siete clases normales multivariantes. Las elipses coloreadas son elipses de error de 1 sd. El negro marca los límites entre las regiones de clasificación. es la probabilidad de error de clasificación total. Derecha: la matriz de error. es la probabilidad de clasificar una muestra de normal como . Estos se calculan mediante el método numérico de trazado de rayos [15] ( código Matlab ).