Digamos que tengo n variables correlacionadas, de las que me gustaría tomar una muestra. Sé que existen varios paquetes, como mvrnorm utilizando el algoritmo de descomposición cholesky.
Sin embargo, ¿sería posible descorrelacionar primero las variables mediante una transformación lineal, muestrear a partir de cada distribución 1D y aplicar después la transformación transpuesta?
Respuesta parcial en los comentarios: Tu propuesta es en esencia lo que se hace cuando se utiliza la descomposición de Cholesky para muestrear a partir de una distribución normal multivariante. - Mark L. Stone
Tu propuesta tiene sentido y funciona para distribuciones Normales multivariantes, pero no (en general) para cualquier otra distribución. La razón es que las variables no correlacionadas todavía no son (en general) independientes, pero por "muestra de cada distribución 1D" implica fuertemente que usted está pensando en ellos como independientes. - whuber
mira las copulas, generan distribuciones conjuntas a partir de marginales, que parece ser lo que quieres - Aksakal
I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.
