Distribuzioni di probabilità multivariate in R

Questo capitolo ti introdurrà alla distribuzione di probabilità multivariata più importante e utilizzata: la normale multivariata. Imparerai a generare campioni casuali da una distribuzione normale multivariata e a calcolare e tracciare densità e probabilità sotto questa distribuzione. Vedrai anche come verificare se un insieme di dati segue la normalità multivariata.

Questo capitolo presenta diverse distribuzioni di probabilità per modellare dati non normali. In particolare, conoscerai le distribuzioni t multivariate, che possono modellare code più pesanti e generalizzano la distribuzione t di Student univariata. Ti verranno presentate anche varie distribuzioni asimmetriche, progettate appositamente per modellare dati con asimmetria a destra o a sinistra.

Nel capitolo finale, conoscerai tecniche per analizzare dati ad alta dimensionalità, tra cui l’analisi delle componenti principali (PCA) e il multidimensional scaling (MDS). Imparerai anche a implementare queste tecniche analizzando dei dati.