Multivariate normal distribution (original) (raw)
En teoria de probabilitat i estadística, la distribució normal multivariable o distribució gaussiana multivariable és una generalització de la distribució normal unidimensional (univariable) en dimensions superiors. Una definició possible és que un vector aleatori és distribuït normal k-variable si totes les combinacions lineals dels seus k components segueixen una distribució normal univariable. La seva importància es deriva principalment del teorema del límit central multivariable. La distribució normal multivariable s'utilitza sovint per descriure, almenys aproximadament, qualsevol conjunt de variables aleatòries reals (possiblement) correlacionades cadascuna de les quals es concentra al voltant d'un valor mitjà.
| Property | Value |
|---|---|
| dbo:abstract | En teoria de probabilitat i estadística, la distribució normal multivariable o distribució gaussiana multivariable és una generalització de la distribució normal unidimensional (univariable) en dimensions superiors. Una definició possible és que un vector aleatori és distribuït normal k-variable si totes les combinacions lineals dels seus k components segueixen una distribució normal univariable. La seva importància es deriva principalment del teorema del límit central multivariable. La distribució normal multivariable s'utilitza sovint per descriure, almenys aproximadament, qualsevol conjunt de variables aleatòries reals (possiblement) correlacionades cadascuna de les quals es concentra al voltant d'un valor mitjà. (ca) في نظرية الاحتمال والإحصاء يُعتبر التوزيع الطبيعي متعدد المتغيرات أو توزيع غاوسي متعدد المتغيرات تعميم (متغير واحد) لـتوزيع احتمالي طبيعي من أحادي الأبعاد إلى أعلى الأبعاد. أحد التعريفات المحتملة هو أن المتجه العشوائي يكون k-متغير يوزع بصورةٍ طبيعية، لو تحتوي كل تركيبة خطية من مكونات k على توزيع طبيعي وحيد المتغير. ومع ذلك، تستمد أهميتها بشكلٍ رئيسي من مبرهنة النهاية المركزية متعددة المتغيرات. يُستخدم غالبًا التوزيع الطبيعي متعدد المتغيرات لوصف- على الأقل تقريبًا- أي مجموعة (محتملة) من المتغيرات العشوائية المرتبطة بالقيمة الحقيقية حيث يتجمع كل واحد منها حول متوسط القيمة. (ar) Die mehrdimensionale oder multivariate Normalverteilung ist eine multivariate Verteilung In der multivariaten Statistik. Sie stellt eine Verallgemeinerung der (eindimensionalen) Normalverteilung auf mehrere Dimensionen dar. Eine zweidimensionale Normalverteilung wird auch bivariate Normalverteilung genannt. Bestimmt wird eine mehrdimensionale Normalverteilung durch zwei Verteilungsparameter – den Erwartungswertvektor und durch die Kovarianzmatrix, welche den Parametern (Erwartungswert) und (Varianz) der eindimensionalen Normalverteilungen entsprechen. Mehrdimensional normalverteilte Zufallsvariablen treten als Grenzwerte bestimmter Summen unabhängiger mehrdimensionaler Zufallsvariablen auf.Dies ist die Verallgemeinerung des zentralen Grenzwertsatz zum mehrdimensionalen zentralen Grenzwertsatz. Weil sie entsprechend dort auftreten, wo mehrdimensionale zufällige Größen als Überlagerung vieler voneinander unabhängiger Einzeleffekte angesehen werden können, haben sie für die Praxis eine große Bedeutung. Aufgrund der sogenannten Reproduktivitätseigenschaft der mehrdimensionalen Normalverteilung lässt sich die Verteilung von Summen (und Linearkombinationen) mehrdimensional normalverteilter Zufallsvariablen konkret angeben. (de) En probabilidad y estadística, una distribución normal multivariante, también llamada distribución gaussiana multivariante, es una generalización de la distribución normal unidimensional a dimensiones superiores. (es) In probability theory and statistics, the multivariate normal distribution, multivariate Gaussian distribution, or joint normal distribution is a generalization of the one-dimensional (univariate) normal distribution to higher dimensions. One definition is that a random vector is said to be k-variate normally distributed if every linear combination of its k components has a univariate normal distribution. Its importance derives mainly from the multivariate central limit theorem. The multivariate normal distribution is often used to describe, at least approximately, any set of (possibly) correlated real-valued random variables each of which clusters around a mean value. (en) On appelle loi normale multidimensionnelle, ou Normale multivariée ou loi multinormale ou loi de Gauss à plusieurs variables, une loi de probabilité qui est la généralisation multidimensionnelle de la loi normale. Alors que la loi normale classique est paramétrée par un scalaire μ correspondant à sa moyenne et un second scalaire σ2 correspondant à sa variance, la loi multinormale est paramétrée par un vecteur représentant son centre et une matrice semi-définie positive qui est sa matrice de variance-covariance. On la définit par sa fonction caractéristique, pour un vecteur , Dans le cas non dégénéré où Σ est définie positive, donc inversible, la loi normale multidimensionnelle admet la densité de probabilité suivante : Cette loi est habituellement notée par analogie avec la loi normale unidimensionnelle. (fr) ( MVN은 여기로 연결됩니다. mvn 빌드 바동화 소프트웨어에 대해서는 아파치 메이븐 문서를 참고하십시오.) 다변량 정규분포(multivariate normal distribution)는 정규분포를 다차원 공간에 대해 확장한 분포이다. (ko) In teoria della probabilità e statistica, la distribuzione normale multivariata o distribuzione gaussiana multivariata o vettore gaussiano è una generalizzazione della distribuzione normale (univariata) a dimensioni più elevate. Una definizione è che un vettore di variabili aleatorie ha una distribuzione normale k-variata se ogni combinazione lineare delle sue k componenti ha distribuzione normale univariata. La sua importanza deriva principalmente dal . La distribuzione normale multivariata è spesso utilizzata per descrivere, almeno approssimativamente, un qualunque insieme di variabili aleatorie a valori reali (possibilmente) correlate, ognuna delle quali è clusterizzata attorno ad un valore medio. (it) In de kansrekening en de statistiek is de multivariate normale verdeling een speciale kansverdeling: het is het analogon van de normale verdeling in meer dimensies. De verdeling wordt ook wel met multidimensionale normale verdeling en multivariate Gaussische verdeling aangeduid. (nl) Wielowymiarowy rozkład normalny – rozkład wielowymiarowej zmiennej losowej, będący uogólnieniem rozkładu normalnego na n wymiarów. (pl) 確率論と統計学において、多変量正規分布（たへんりょうせいきぶんぷ、英: multivariate normal distribution）または多次元正規分布、あるいは結合正規分布（英: joint normal distribution）、もしくはこれらの語で「正規分布」を「ガウス分布」に換えたもの、は1次元の正規分布を高次元へと一般化した確率分布である。が k 変量正規分布に従うとは、それらの k 個の成分（実数値確率変数）の任意の（実係数）線型結合が1変量正規分布に従うことを言う。この分布の重要性は主として、多変数の場合の中心極限定理の分布収束先として現れることによる。多変量正規分布はしばしば、少なくとも近似的に、互いに相関を持ち、平均ベクトルの周辺に値が集中するような確率変数の組を記述するのに用いられる。 (ja) Многоме́рное норма́льное распределе́ние (или многоме́рное га́уссовское распределе́ние) в теории вероятностей — это обобщение одномерного нормального распределения. Случайный вектор, имеющий многомерное нормальное распределение, называется гауссовским вектором. (ru) Багатовимірний нормальний розподіл (чи багатовимірний гаусів розподіл) у теорії ймовірностей — це узагальнення одновимірного нормального розподілу для випадку із багатьма вимірами. Відповідно до одного із визначень стверджують, що вектор випадкових величин має k-варіативний нормальний розподіл якщо кожна лінійна комбінація його k компонент має одновимірний нормальний розподіл. В основному його важливість випливає із узагальнення центральної граничної теореми для багатьох вимірів. Багатовимірний нормальний розподіл часто використовують аби описати, принаймні наближено, будь-яку множину (можливо) корельованих випадкових величин із дійсними значенням, кожна з яких скупчується довкола середнього значення. (uk) 多变量正态分布亦称为多变量高斯分布。它是单维正态分布向多维的推广。它同矩阵正态分布有紧密的联系。 (zh) |
| dbo:thumbnail | wiki-commons:Special:FilePath/MultivariateNormal.png?width=300 |
| dbo:wikiPageExternalLink | https://www.mathworks.com/matlabcentral/fileexchange/84973-integrate-and-classify-normal-distributions https://cran.r-project.org/web/packages/TruncatedNormal/ |
| dbo:wikiPageID | 50347 (xsd:integer) |
| dbo:wikiPageLength | 64486 (xsd:nonNegativeInteger) |
| dbo:wikiPageRevisionID | 1121369065 (xsd:integer) |
| dbo:wikiPageWikiLink | dbr:Bayesian_statistics dbr:Rotation_matrix dbr:Correlation_(statistics) dbr:Normalization_constant dbr:Determinant dbr:Best_linear_unbiased_prediction dbr:Degeneracy_(mathematics) dbr:Degenerate_distribution dbr:Interval_estimation dbr:Kurtosis dbr:Null_hypothesis dbr:Quantile_function dbr:Truncated_normal_distribution dbr:Complex_normal_distribution dbr:Conjugate_transpose dbr:Countably_infinite dbr:Matrix_inverse dbr:Chi-squared_distribution dbr:Chi_distribution dbr:Elliptical_distribution dbr:Estimator dbr:Generalized_chi-squared_distribution dbr:Generalized_inverse dbr:Generalized_variance dbr:Norm_(mathematics) dbr:Mixture_model dbr:Rice_distribution dbr:Semidiameter dbr:Eigendecomposition_of_a_matrix dbr:Eigenvectors dbr:Ellipse dbr:Ellipsoid dbr:Box–Muller_transform dbr:Moment_(mathematics) dbr:Monte_Carlo_method dbr:Mutual_information dbr:Conjugate_prior dbr:Location_parameter dbr:Logarithm dbr:Lp_space dbr:Cholesky_decomposition dbr:Sign_function dbr:Singular_matrix dbr:Standard_normal dbr:Standard_score dbr:Statistics dbr:Gaussian_copula dbr:P-value dbr:Mahalanobis_distance dbr:Matrix_normal_distribution dbr:Hoyt_distribution dbc:Normal_distribution dbr:Central_limit_theorem dbr:Transpose dbr:Data_set dbr:Wishart_distribution dbr:Errors_and_residuals_in_statistics dbr:Lebesgue_measure dbr:Linear_combination dbr:Locus_(mathematics) dbr:Sum_of_normally_distributed_random_variables dbr:Affine_transformation dbr:Cumulative_distribution_function dbr:E_(mathematical_constant) dbr:Euclidean_norm dbr:Exponential_distribution dbr:Fisher_information_matrix dbr:Normal_distribution dbr:Pairwise_independence dbc:Stable_distributions dbr:Diagonal_matrix dbr:Differential_entropy dbr:Pearson_product-moment_correlation_coefficient dbr:Schur_complement dbr:Probability_density_function dbr:Quadratic_form dbr:Precision_(statistics) dbr:Probability_theory dbr:Random_variable dbr:Rayleigh_distribution dbr:Regression_analysis dbc:Exponential_family_distributions dbr:Inverse-Wishart_distribution dbr:Covariance_matrix dbr:Cramér–Rao_bound dbr:Univariate dbc:Continuous_distributions dbr:Absolute_continuity dbr:Characteristic_function_(probability_theory) dbr:Jerome_H._Friedman dbr:Bit dbc:Multivariate_continuous_distributions dbr:Dimension dbr:Disintegration_theorem dbr:Dot_product dbr:Marginal_distribution dbr:Polar_coordinates dbr:Positive-definite_matrix dbr:Positive_semi-definite_matrix dbr:Mean_vector dbr:Kullback–Leibler_divergence dbr:Nat_(unit) dbr:Ordinary_least_squares dbr:Semi-major_and_semi-minor_axes dbr:Hypersphere dbr:Inverse_Mills_ratio dbr:Maximum_likelihood dbr:Skewness dbr:Pseudo-determinant dbr:Multiple_linear_regression dbr:Fisher_information dbr:Multivariate_stable_distribution dbr:Multivariate_t-distribution dbr:International_Air_Transport_Association_airport_code dbr:Affine_function dbr:Inverse_cumulative_distribution_function dbr:Sample_covariance_matrix dbr:Vector_length dbr:Statistical_independence dbr:Biased_estimator dbr:Larry_rafsky dbr:Eigendecomposition dbr:Random_vector dbr:File:Multivariate_Gaussian.png dbr:File:GaussianScatterPCA.png dbr:File:Classification_of_several_multivariate_normals.png dbr:File:Multivariate_normal_probability_in_different_domains.png dbr:File:Probabilities_of_functions_of_normal_vectors.png |
| dbp:backgroundColour | #F5FFFA (en) |
| dbp:borderColour | #0073CF (en) |
| dbp:cellpadding | 6 (xsd:integer) |
| dbp:kldiv | see below (en) |
| dbp:mean | μ (en) |
| dbp:mode | μ (en) |
| dbp:name | Multivariate normal (en) |
| dbp:parameters | Σ ∈ Rk × k — covariance (en) μ ∈ Rk — location (en) |
| dbp:pdf | exists only when Σ is positive-definite (en) |
| dbp:pdfCaption | (Many sample points from a multivariate normal distribution with and , shown along with the 3-sigma ellipse, the two marginal distributions, and the two 1-d histograms.) (en) |
| dbp:pdfImage | MultivariateNormal.png (en) |
| dbp:support | x ∈ μ + span ⊆ Rk (en) |
| dbp:type | multivariate (en) |
| dbp:variance | Σ (en) |
| dbp:wikiPageUsesTemplate | dbt:Frac2 dbt:! dbt:= dbt:Citation_needed dbt:Cite_book dbt:Equation_box_1 dbt:Further dbt:Main dbt:Math dbt:Ordered_list dbt:ProbDistributions dbt:Redirect dbt:Refbegin dbt:Refend dbt:Reflist dbt:Rp dbt:See_also dbt:Short_description dbt:Ambiguous dbt:Probability_distribution dbt:Statistics |
| dct:subject | dbc:Normal_distribution dbc:Stable_distributions dbc:Exponential_family_distributions dbc:Continuous_distributions dbc:Multivariate_continuous_distributions |
| rdf:type | owl:Thing yago:WikicatContinuousDistributions yago:WikicatMultivariateContinuousDistributions yago:WikicatStableDistributions yago:Abstraction100002137 yago:Arrangement105726596 yago:Cognition100023271 yago:Distribution105729036 yago:PsychologicalFeature100023100 yago:Structure105726345 yago:WikicatExponentialFamilyDistributions yago:WikicatProbabilityDistributions |
| rdfs:comment | En teoria de probabilitat i estadística, la distribució normal multivariable o distribució gaussiana multivariable és una generalització de la distribució normal unidimensional (univariable) en dimensions superiors. Una definició possible és que un vector aleatori és distribuït normal k-variable si totes les combinacions lineals dels seus k components segueixen una distribució normal univariable. La seva importància es deriva principalment del teorema del límit central multivariable. La distribució normal multivariable s'utilitza sovint per descriure, almenys aproximadament, qualsevol conjunt de variables aleatòries reals (possiblement) correlacionades cadascuna de les quals es concentra al voltant d'un valor mitjà. (ca) في نظرية الاحتمال والإحصاء يُعتبر التوزيع الطبيعي متعدد المتغيرات أو توزيع غاوسي متعدد المتغيرات تعميم (متغير واحد) لـتوزيع احتمالي طبيعي من أحادي الأبعاد إلى أعلى الأبعاد. أحد التعريفات المحتملة هو أن المتجه العشوائي يكون k-متغير يوزع بصورةٍ طبيعية، لو تحتوي كل تركيبة خطية من مكونات k على توزيع طبيعي وحيد المتغير. ومع ذلك، تستمد أهميتها بشكلٍ رئيسي من مبرهنة النهاية المركزية متعددة المتغيرات. يُستخدم غالبًا التوزيع الطبيعي متعدد المتغيرات لوصف- على الأقل تقريبًا- أي مجموعة (محتملة) من المتغيرات العشوائية المرتبطة بالقيمة الحقيقية حيث يتجمع كل واحد منها حول متوسط القيمة. (ar) En probabilidad y estadística, una distribución normal multivariante, también llamada distribución gaussiana multivariante, es una generalización de la distribución normal unidimensional a dimensiones superiores. (es) In probability theory and statistics, the multivariate normal distribution, multivariate Gaussian distribution, or joint normal distribution is a generalization of the one-dimensional (univariate) normal distribution to higher dimensions. One definition is that a random vector is said to be k-variate normally distributed if every linear combination of its k components has a univariate normal distribution. Its importance derives mainly from the multivariate central limit theorem. The multivariate normal distribution is often used to describe, at least approximately, any set of (possibly) correlated real-valued random variables each of which clusters around a mean value. (en) ( MVN은 여기로 연결됩니다. mvn 빌드 바동화 소프트웨어에 대해서는 아파치 메이븐 문서를 참고하십시오.) 다변량 정규분포(multivariate normal distribution)는 정규분포를 다차원 공간에 대해 확장한 분포이다. (ko) In teoria della probabilità e statistica, la distribuzione normale multivariata o distribuzione gaussiana multivariata o vettore gaussiano è una generalizzazione della distribuzione normale (univariata) a dimensioni più elevate. Una definizione è che un vettore di variabili aleatorie ha una distribuzione normale k-variata se ogni combinazione lineare delle sue k componenti ha distribuzione normale univariata. La sua importanza deriva principalmente dal . La distribuzione normale multivariata è spesso utilizzata per descrivere, almeno approssimativamente, un qualunque insieme di variabili aleatorie a valori reali (possibilmente) correlate, ognuna delle quali è clusterizzata attorno ad un valore medio. (it) In de kansrekening en de statistiek is de multivariate normale verdeling een speciale kansverdeling: het is het analogon van de normale verdeling in meer dimensies. De verdeling wordt ook wel met multidimensionale normale verdeling en multivariate Gaussische verdeling aangeduid. (nl) Wielowymiarowy rozkład normalny – rozkład wielowymiarowej zmiennej losowej, będący uogólnieniem rozkładu normalnego na n wymiarów. (pl) 確率論と統計学において、多変量正規分布（たへんりょうせいきぶんぷ、英: multivariate normal distribution）または多次元正規分布、あるいは結合正規分布（英: joint normal distribution）、もしくはこれらの語で「正規分布」を「ガウス分布」に換えたもの、は1次元の正規分布を高次元へと一般化した確率分布である。が k 変量正規分布に従うとは、それらの k 個の成分（実数値確率変数）の任意の（実係数）線型結合が1変量正規分布に従うことを言う。この分布の重要性は主として、多変数の場合の中心極限定理の分布収束先として現れることによる。多変量正規分布はしばしば、少なくとも近似的に、互いに相関を持ち、平均ベクトルの周辺に値が集中するような確率変数の組を記述するのに用いられる。 (ja) Многоме́рное норма́льное распределе́ние (или многоме́рное га́уссовское распределе́ние) в теории вероятностей — это обобщение одномерного нормального распределения. Случайный вектор, имеющий многомерное нормальное распределение, называется гауссовским вектором. (ru) Багатовимірний нормальний розподіл (чи багатовимірний гаусів розподіл) у теорії ймовірностей — це узагальнення одновимірного нормального розподілу для випадку із багатьма вимірами. Відповідно до одного із визначень стверджують, що вектор випадкових величин має k-варіативний нормальний розподіл якщо кожна лінійна комбінація його k компонент має одновимірний нормальний розподіл. В основному його важливість випливає із узагальнення центральної граничної теореми для багатьох вимірів. Багатовимірний нормальний розподіл часто використовують аби описати, принаймні наближено, будь-яку множину (можливо) корельованих випадкових величин із дійсними значенням, кожна з яких скупчується довкола середнього значення. (uk) 多变量正态分布亦称为多变量高斯分布。它是单维正态分布向多维的推广。它同矩阵正态分布有紧密的联系。 (zh) Die mehrdimensionale oder multivariate Normalverteilung ist eine multivariate Verteilung In der multivariaten Statistik. Sie stellt eine Verallgemeinerung der (eindimensionalen) Normalverteilung auf mehrere Dimensionen dar. Eine zweidimensionale Normalverteilung wird auch bivariate Normalverteilung genannt. Bestimmt wird eine mehrdimensionale Normalverteilung durch zwei Verteilungsparameter – den Erwartungswertvektor und durch die Kovarianzmatrix, welche den Parametern (Erwartungswert) und (Varianz) der eindimensionalen Normalverteilungen entsprechen. (de) On appelle loi normale multidimensionnelle, ou Normale multivariée ou loi multinormale ou loi de Gauss à plusieurs variables, une loi de probabilité qui est la généralisation multidimensionnelle de la loi normale. Alors que la loi normale classique est paramétrée par un scalaire μ correspondant à sa moyenne et un second scalaire σ2 correspondant à sa variance, la loi multinormale est paramétrée par un vecteur représentant son centre et une matrice semi-définie positive qui est sa matrice de variance-covariance. On la définit par sa fonction caractéristique, pour un vecteur , (fr) |
| rdfs:label | توزيع طبيعي متعدد المتغيرات (ar) Distribució normal multivariable (ca) Mehrdimensionale Normalverteilung (de) Distribución normal multivariada (es) Aldagai anitzeko banaketa normala (eu) Loi normale multidimensionnelle (fr) Distribuzione normale multivariata (it) 다변량 정규분포 (ko) 多変量正規分布 (ja) Multivariate normal distribution (en) Multivariate normale verdeling (nl) Wielowymiarowy rozkład normalny (pl) Многомерное нормальное распределение (ru) Багатовимірний нормальний розподіл (uk) 多元正态分布 (zh) |
| rdfs:seeAlso | dbr:Confidence_region dbr:Normally_distributed dbr:Uncorrelated_does_not_imply_independent |
| owl:sameAs | freebase:Multivariate normal distribution yago-res:Multivariate normal distribution http://d-nb.info/gnd/4227589-1 wikidata:Multivariate normal distribution dbpedia-ar:Multivariate normal distribution http://ast.dbpedia.org/resource/Distribución_normal_multivariante dbpedia-ca:Multivariate normal distribution dbpedia-da:Multivariate normal distribution dbpedia-de:Multivariate normal distribution dbpedia-es:Multivariate normal distribution dbpedia-eu:Multivariate normal distribution dbpedia-fa:Multivariate normal distribution dbpedia-fr:Multivariate normal distribution dbpedia-gl:Multivariate normal distribution dbpedia-he:Multivariate normal distribution dbpedia-it:Multivariate normal distribution dbpedia-ja:Multivariate normal distribution dbpedia-ko:Multivariate normal distribution dbpedia-nl:Multivariate normal distribution dbpedia-pl:Multivariate normal distribution dbpedia-ru:Multivariate normal distribution dbpedia-sr:Multivariate normal distribution dbpedia-th:Multivariate normal distribution dbpedia-tr:Multivariate normal distribution dbpedia-uk:Multivariate normal distribution dbpedia-vi:Multivariate normal distribution dbpedia-zh:Multivariate normal distribution https://global.dbpedia.org/id/Cc5w |
| prov:wasDerivedFrom | wikipedia-en:Multivariate_normal_distribution?oldid=1121369065&ns=0 |
| foaf:depiction | wiki-commons:Special:FilePath/MultivariateNormal.png wiki-commons:Special:FilePath/Probabilities_of_functions_of_normal_vectors.png wiki-commons:Special:FilePath/Classification_of_several_multivariate_normals.png wiki-commons:Special:FilePath/GaussianScatterPCA.png wiki-commons:Special:FilePath/Multivariate_Gaussian.png wiki-commons:Special:FilePath/Multivariate_normal_probability_in_different_domains.png |
| foaf:isPrimaryTopicOf | wikipedia-en:Multivariate_normal_distribution |
| is dbo:knownFor of | dbr:Kantilal_Mardia |
| is dbo:wikiPageRedirects of | dbr:BHEP_test dbr:Normal_random_vector dbr:Bivariate_normal_distribution dbr:Friedman_Rafsky_Test dbr:Mardia's_test dbr:Multidimensional_normal_distribution dbr:Multivariate_normal dbr:Gaussian_discriminant_analysis dbr:Gaussian_random_vector dbr:Joint_normal_distribution dbr:Joint_normality dbr:Jointly_Gaussian dbr:Jointly_gaussian dbr:Jointly_normal dbr:Jointly_normally_distributed dbr:Bivariate_Gaussian_distribution dbr:Bivariate_normal dbr:Multinormal dbr:Multinormal_distribution dbr:Multivariate_Gaussian dbr:Multivariate_Gaussian_distribution dbr:Multivariate_Gaussian_random_variable dbr:Multivariate_Gaussian_vector dbr:Multivariate_gaussian_distribution dbr:Multivariate_normal_random_variable dbr:MVN |
| is dbo:wikiPageWikiLink of | dbr:Bayesian_experimental_design dbr:Behrens–Fisher_problem dbr:BHEP_test dbr:Probability_distribution dbr:Proofs_involving_ordinary_least_squares dbr:Energy_distance dbr:Multivariate_statistics dbr:Meta-regression dbr:Normal_random_vector dbr:Bayesian_interpretation_of_kernel_regularization dbr:Arbitrage_pricing_theory dbr:Hotelling's_T-squared_distribution dbr:Joint_probability_distribution dbr:Pearson's_chi-squared_test dbr:Ridge_regression dbr:RiskMetrics dbr:Deviance_information_criterion dbr:Inverse_matrix_gamma_distribution dbr:James–Stein_estimator dbr:Kurtosis dbr:Standard_deviation dbr:List_of_mathematical_proofs dbr:List_of_probability_distributions dbr:Complex_normal_distribution dbr:Correlation dbr:Covariance dbr:Maximum_entropy_probability_distribution dbr:Maximum_likelihood_estimation dbr:Maxwell–Boltzmann_distribution dbr:Mehler_kernel dbr:Chi-squared_distribution dbr:Chi_distribution dbr:Elliptical_distribution dbr:Estimation_of_covariance_matrices dbr:Estimation_of_distribution_algorithm dbr:Gaussian_correlation_inequality dbr:Gaussian_distribution_on_a_locally_compact_Abelian_group dbr:Gaussian_integral dbr:Gaussian_random_field dbr:General_linear_model dbr:Generalized_chi-squared_distribution dbr:Generalized_normal_distribution dbr:Generative_adversarial_network dbr:Mixture_model dbr:Normally_distributed_and_uncorrelated_does_not_imply_independent dbr:Quadratic_form_(statistics) dbr:Ellipse dbr:Ellipsoid dbr:Elżbieta_Pleszczyńska dbr:Gaussian_function dbr:Gaussian_process dbr:Mixture_distribution dbr:Multivariate_kernel_density_estimation dbr:Bivariate_normal_distribution dbr:Conditional_expectation dbr:Confidence_distribution dbr:Conjugate_prior dbr:Copula_(probability_theory) dbr:Correlation_coefficient dbr:Batch_normalization dbr:Log-normal_distribution dbr:Machine_learning dbr:Cluster_analysis dbr:Fréchet_inception_distance dbr:Harris_affine_region_detector dbr:Hellinger_distance dbr:Mahalanobis_distance dbr:Spectrum_of_a_matrix dbr:Student's_t-distribution dbr:Mathematical_statistics dbr:Matrix_gamma_distribution dbr:Matrix_normal_distribution dbr:Matrix_t-distribution dbr:Median_voter_theorem dbr:Central_limit_theorem dbr:White_noise dbr:Wishart_distribution dbr:G-prior dbr:Heckman_correction dbr:Joint_Probabilistic_Data_Association_Filter dbr:Laplace's_approximation dbr:Large_deviations_of_Gaussian_random_functions dbr:Linear_discriminant_analysis dbr:Logarithmically_concave_function dbr:Logit-normal_distribution dbr:Sum_of_normally_distributed_random_variables dbr:Data_transformation_(statistics) dbr:Exponential_family dbr:Fang_Kaitai dbr:Fourier_transform dbr:Normal_distribution dbr:Difference_of_Gaussians dbr:Differential_entropy dbr:Isserlis'_theorem dbr:Kalman_filter dbr:Schur_complement dbr:Friedman_Rafsky_Test dbr:Nonparametric_regression dbr:Precision_(statistics) dbr:Regression_analysis dbr:Invariant_estimator dbr:Inverse-Wishart_distribution dbr:Covariance_matrix dbr:Cramér–Rao_bound dbr:Theodore_Wilbur_Anderson dbr:Mardia's_test dbr:Characteristic_function_(probability_theory) dbr:Kantilal_Mardia dbr:L1-norm_principal_component_analysis dbr:Lawrence_C._Rafsky dbr:Bingham_distribution dbr:Bivariate_von_Mises_distribution dbr:Cochran's_theorem dbr:Statistical_data_type dbr:Differential_dynamic_programming dbr:Disk_(mathematics) dbr:CMA-ES dbr:Circular_error_probable dbr:Image_segmentation dbr:Kronecker_product dbr:Kullback–Leibler_divergence dbr:Ordinary_least_squares dbr:Catalog_of_articles_in_probability_theory dbr:Raghu_Raj_Bahadur dbr:Matrix_calculus dbr:Markov_random_field dbr:Maximum_likelihood_sequence_estimation dbr:Maxwell's_theorem dbr:Metropolis-adjusted_Langevin_algorithm dbr:Moment-generating_function dbr:Value_at_risk dbr:Vector_generalized_linear_model dbr:Wald_test dbr:Statistical_classification dbr:Expectation–maximization_algorithm dbr:Extended_Kalman_filter dbr:Factor_regression_model dbr:List_of_statistics_articles dbr:Multidimensional_normal_distribution dbr:Multivariate_normal dbr:Evolution_strategy dbr:Fisher_information dbr:Scatter_matrix dbr:Multiple-try_Metropolis dbr:Multivariate_Behrens–Fisher_problem dbr:Multivariate_Laplace_distribution dbr:Multivariate_stable_distribution dbr:Multivariate_t-distribution dbr:Noncentral_chi-squared_distribution dbr:Normal-Wishart_distribution dbr:Normal-inverse-Wishart_distribution dbr:Normality_test dbr:Outline_of_probability dbr:Owen's_T_function dbr:Recursive_Bayesian_estimation dbr:Random_polytope dbr:Gaussian_discriminant_analysis dbr:Gaussian_random_vector dbr:Joint_normal_distribution dbr:Joint_normality dbr:Jointly_Gaussian dbr:Jointly_gaussian dbr:Jointly_normal dbr:Jointly_normally_distributed dbr:Bivariate_Gaussian_distribution dbr:Bivariate_normal dbr:Multinormal dbr:Multinormal_distribution dbr:Multivariate_Gaussian dbr:Multivariate_Gaussian_distribution dbr:Multivariate_Gaussian_random_variable dbr:Multivariate_Gaussian_vector dbr:Multivariate_gaussian_distribution dbr:Multivariate_normal_random_variable dbr:MVN |
| is dbp:knownFor of | dbr:Kantilal_Mardia |
| is foaf:primaryTopic of | wikipedia-en:Multivariate_normal_distribution |
