因此,对于2个rho系数,我们有:
p = mvncdf([X1, X2], [0, 0], [1 rho; rho 1])
但是对于3个rho系数,我不确定如何定义sigma:我有X1,X2和X3,均值为零[0,0,0]和rho系数
rho_112, rho_113 and rho_123
我如何在函数中定义它:
p = mvncdf([X1, X2, X3], [0, 0, 0], [1 rho; rho 1])
也很好奇,为什么我们有时在rho之前需要减号
在这种情况下,Rho为:How to compute lower tail probability for the Bivariate Normal Distribution
您应注意,多元正态分布的密度函数为:
因此,当“时,]:
另一方面,和,我们可以写出covarience matrix类似如下:
如所有,我们可以像下面这样写协方差矩阵:
因此,对于三维分布,您可以具有:
p = mvncdf([X1, X2, X3], [0, 0, 0], [1 rho12 roh13; rho21 1 rho23; rho31 rho32 1])
注意