可以利用matlab自帶的函式mvnpdf,計算多維正態分佈機率密度具體的呼叫格式為y = mvnpdf(X,MU,SIGMA) 其中X是輸入的向量MU是平均值SIGMA是多維正態分佈的協方差矩陣返回的y即使向量X在MU和SIGMA確定的多維正態分佈下的機率密度值以你需要的4維分佈為例輸入的MU應該是1x4的矩陣,例如 MU=[1,2,3,4]; 四個維度的均值,這就是中心點在 (1,2,3,4)位置;而SIGMA應該是4x4的協方差矩陣,其對角線上4個元素是分佈在四維的方差而非對角線元素是協方差,表示不同維度分佈之間的相關性如果不同維度之間的分佈是互不相關的,或者說是正交的,那麼非對角線元素都為0那麼SIGMA也可以簡化為1x4的矩陣而輸入X則可以是nx4的矩陣,其中每一行代表一個向量這時候返回y是nx1的矩陣,對應X中每一行向量的到的機率密度值例如:>> X=[0,0,0,0];MU=[1,2,3,4];SIGMA=[1,1,1,1];>> y = mvnpdf(X,MU,SIGMA)y = 7.7486e-09計算(0,0,0,0)這點在四維均值為(1,2,3,4),四維方差都是1的正態分佈中的機率密度結果是7.7486e-09
可以利用matlab自帶的函式mvnpdf,計算多維正態分佈機率密度具體的呼叫格式為y = mvnpdf(X,MU,SIGMA) 其中X是輸入的向量MU是平均值SIGMA是多維正態分佈的協方差矩陣返回的y即使向量X在MU和SIGMA確定的多維正態分佈下的機率密度值以你需要的4維分佈為例輸入的MU應該是1x4的矩陣,例如 MU=[1,2,3,4]; 四個維度的均值,這就是中心點在 (1,2,3,4)位置;而SIGMA應該是4x4的協方差矩陣,其對角線上4個元素是分佈在四維的方差而非對角線元素是協方差,表示不同維度分佈之間的相關性如果不同維度之間的分佈是互不相關的,或者說是正交的,那麼非對角線元素都為0那麼SIGMA也可以簡化為1x4的矩陣而輸入X則可以是nx4的矩陣,其中每一行代表一個向量這時候返回y是nx1的矩陣,對應X中每一行向量的到的機率密度值例如:>> X=[0,0,0,0];MU=[1,2,3,4];SIGMA=[1,1,1,1];>> y = mvnpdf(X,MU,SIGMA)y = 7.7486e-09計算(0,0,0,0)這點在四維均值為(1,2,3,4),四維方差都是1的正態分佈中的機率密度結果是7.7486e-09