Sto cercando la distribuzione limitante della distribuzione multinomiale sui risultati. IE, la distribuzione di quanto segue
Dove è una variabile casuale valore vettoriale con densità per tale che , e 0 per tutti gli altri , dove
Ho trovato una forma nel teorema "Tutte le statistiche" di Larry Wasserman 14.6, pagina 237, ma per limitare la distribuzione dà a Normal una singolare matrice di covarianza, quindi non sono sicuro di come normalizzarlo. Potresti proiettare il vettore casuale nello spazio tridimensionale (d-1) per rendere la matrice di covarianza a pieno titolo, ma quale proiezione usare?
Aggiornamento 11/5
Ray Koopman ha un bel riassunto del problema del singolare gaussiano. Fondamentalmente, la matrice di covarianza singolare rappresenta una perfetta correlazione tra variabili, che non è possibile rappresentare con un gaussiano. Tuttavia, si potrebbe ottenere una distribuzione gaussiana per la densità condizionale, condizionata dal fatto che il valore del vettore casuale è valido (i componenti si sommano a nel caso sopra).
La differenza per il gaussiano condizionale è che l'inverso è sostituito da pseudo-inverso e il fattore di normalizzazione usa "prodotto di autovalori diversi da zero" anziché "prodotto di tutti gli autovalori". Ian Frisce fornisce link con alcuni dettagli.
C'è anche un modo per esprimere il fattore di normalizzazione del gaussiano condizionale senza fare riferimento agli autovalori, ecco una derivazione