La versione breve fuori contesto
Sia una variabile casuale con CDF
Diciamo che volevo simulare i disegni di usando il metodo inverso CDF. È possibile? Questa funzione non ha esattamente un contrario. Poi di nuovo c'è il campionamento della trasformazione inversa per la distribuzione della miscela di due distribuzioni normali, il che suggerisce che qui esiste un modo noto per applicare il campionamento della trasformazione inversa.
Sono a conoscenza del metodo in due passaggi, ma non so come applicarlo alla mia situazione (vedi sotto).
La versione lunga con sfondo
Ho adattato il seguente modello per una risposta con valori vettoriali, , usando MCMC (in particolare, Stan):
dove indicizza osservazioni, è una matrice di correlazione e è un vettore di predittori / regressori / caratteristiche.N R x
Cioè, il mio modello è un modello di regressione in cui si presume che la distribuzione condizionale della risposta sia una copula gaussiana con margini log-normali a zero inflazionati. Ho pubblicato su questo modello prima; si scopre che Song, Li e Yuan (2009, gated ) l'hanno sviluppato e lo chiamano un vettore GLM o VGLM. Di seguito sono riportate le specifiche il più vicino possibile alla parola: MyF K G m z q R Γ
La parte a zero inflazione segue approssimativamente le specifiche di Liu e Chan (2010, non assegnata ).
Ora vorrei simulare i dati dai parametri stimati, ma sono un po 'confuso su come procedere. Per prima cosa ho pensato di poter semplicemente simulare (nel codice R):
for (i in 1:N) {
for (k in 1:K) {
Y_hat <- rbinom(1, 1, 1 - theta[i, k])
if (Y_hat == 1)
Y_hat <- rlnorm(1, mu[i, k], sigma[k])
}
}
che non usa affatto. Vorrei provare a utilizzare effettivamente la matrice di correlazione che ho stimato.
La mia prossima idea era di prendere i sorteggi di e poi convertirli nuovamente in . Questo sembra anche coincidere con le risposte in Generazione di campioni da Copula in R e campionamento bivariato per la distribuzione espressa nel teorema di copula di Sklar? . Ma che diamine è la mia qui? Il campionamento della trasformazione inversa per la distribuzione della miscela di due distribuzioni normali fa sembrare che sia possibile, ma non ho idea di come farlo.y F - 1