Departament d’Estadística Divisió de Ciències Experimentals i Matemàtiques Generación de vectores aleatorios Programa de doctorado en Biometría y Estadística Simulación numérica de modelos estocásticos
Dep. d’Estadística. Divisió de Ciències Experimentals i Matemàtiques Contenido: Método condicional –normal bivariante Métodos específicos para algunas distribuciones: –Normal multivariante –Distribución de Dirichlet
Dep. d’Estadística. Divisió de Ciències Experimentals i Matemàtiques Método condicional Dado que Un posible método de generación es
Dep. d’Estadística. Divisió de Ciències Experimentals i Matemàtiques Método condicional normal bivariante Generación de Generamos primera componente según Generamos segunda componente según
Dep. d’Estadística. Divisió de Ciències Experimentals i Matemàtiques Generación de la normal multivariante C (triangular) equivale a la “raiz” de S Preferibles otros métodos, p.e. el basado en la descomposición (de Cholesky) de la matriz de covarianzas: Método anterior vale para
Dep. d’Estadística. Divisió de Ciències Experimentals i Matemàtiques Normal multivariante Descripción del algoritmo (i) Inicialización: descomposición de para obtener:
Dep. d’Estadística. Divisió de Ciències Experimentals i Matemàtiques Normal multivariante Descripción del algoritmo (y ii) Generación de vectores aleatorios –Generación de valores N(0,1) –Generación de valores según normal multivariante de parámetros m y S:
Dep. d’Estadística. Divisió de Ciències Experimentals i Matemàtiques Distribución de Dirichlet definición Generalización natural de la beta.beta Definición:
Dep. d’Estadística. Divisió de Ciències Experimentals i Matemàtiques Método basado en la gamma: Método de Jöhnk generalizado (a i £ 1): Distribución de Dirichlet (i) generación
Dep. d’Estadística. Divisió de Ciències Experimentals i Matemàtiques Composición de distribuciones beta: Generamos X como: Distribución de Dirichlet (ii) generación