Sto generando una matrice di probabilità da una copula gaussiana bivariata con marginali di poisson. Non riesco a capire perché le probabilità non aggiungano 1 ma leggermente di più. Ecco il codice:Le probabilità in copula non si sommano al 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: Sembra che questo problema è presente solo quando il parametro param
(la correlazione) è diverso da 0.
Non so perché si somma a uno? Se si fa lo stesso con la semplice distribuzione normale 'sum (dnorm (c (-0.1,0,0.1)))' che non somma nemmeno uno. Mi sto perdendo qualcosa qui? – rbm
La distribuzione normale è continua, quindi la densità chiaramente non è pari a 1. Ma per una distribuzione discreta, la somma della densità di tutti i risultati deve essere pari a 1. – adaien
C'è una possibilità che si abbia un arrotondamento che influenza il somma finale introdotta nel tuo ciclo? – sconfluentus