Я пытаюсь найти решение для интеграции плотности многомерного нормального распределения.
У меня есть набор данных из 100 точек (x, y) и ковариационная матрица (сигма) этих данных. У меня есть идея интегрировать плотность, которую яинтегрируйте каждое значение ковариационной матрицы (от x [i] до x [j]), а затем суммируйте все интегрированные значения.Это правильно?
def gaussian(x, mu, sig):
return np.exp(-(x - mu)**2/ (2 * sig**2))
I = np.zeros(len(sigma), dtype=float)
for i in range(0, len(sigma)):
I[i] = quad(gaussian, x1[i] , x1[i+1] , args=(0, sigma[i]))[0]
sum(I)