¿Existe algún tipo de solución aproximada de memoria eficiente? ¿Y si todos los elementos no diagonales de la matriz de covarianza son iguales a $\alpha$ y todos los elementos diagonales son iguales a $\sigma^2$ ? Una implementación en R sería estupenda.
Para mayor contexto, el MVN tiene una dimensión de alrededor de 70000 y tiene una matriz de covarianza densa. He intentado utilizar los paquetes normales multivariantes estándar en R, pero incluso en una máquina con mucha memoria no se puede muestrear de forma realista de MVNs con más de unos pocos miles de elementos. Estoy ejecutando simulaciones para probar la cobertura y la potencia de las estimaciones de los parámetros en entornos donde hay una alta covarianza entre las observaciones, y sería útil si pudiera especificar exactamente la matriz de covarianza que quiero usar.
