Ich erzeuge eine Matrix von Wahrscheinlichkeiten von einer bivariablen Gaussian Copula mit poisson marginals. Ich kann nicht herausfinden, warum Wahrscheinlichkeiten nicht zu 1, sondern zu etwas mehr hinzufügen. Hier ist der Code:Wahrscheinlichkeiten in Copula summieren sich nicht zu 1
library(copula)
cop<-normalCopula(param = 0.92, dim = 2)
mv <- mvdc(cop, c("pois", "pois"),list(list(lambda = 6), list(lambda = 4)))
m <- matrix(NA,50,50)
for (i in 0:49) {
for (j in 0:49) {
m[i+1,j+1]=dMvdc(c(i,j),mv)
}
}
sum(m)
[1] 1.048643
EDIT: Es scheint, dass dieses Problem nur dann vorliegt, wenn die param
Parameter (Korrelation) verschieden von 0.
Nicht sicher, warum sie zu einem summieren würden? Wenn Sie das Gleiche mit der einfachen Normalverteilung 'sum (dnorm (c (-0,1,0,0,1))) tun, wird das auch nicht zu eins addiert. Fehle ich hier etwas? – rbm
Die Normalverteilung ist kontinuierlich, also summiert sich die Dichte eindeutig nicht zu 1. Aber für eine diskrete Verteilung muss die Summe der Dichte aller Ergebnisse zu 1 summieren. – adaien
Gibt es eine Chance, dass Sie die Rundung beeinflussen endgültige Summe in Ihrer Schleife eingeführt? – sconfluentus