У меня есть матрица данных A
(с зависимостями между столбцами), из которой я оцениваю ковариационную матрицу S
. Теперь я хочу использовать эту ковариационную матрицу для имитации новой матрицы A_sim
. Поскольку я предполагаю, что базовый генератор данных A
был гауссовским, я могу просто взять образец из гауссова, указанного S
. Я делаю это в матлабе следующим образом:
A_sim = randn(size(A))*chol(S);
Однако значения в A_sim
намного больше, чем в A
. если я уменьшу S
в 100 раз, A_sim
будет выглядеть намного лучше. Сейчас я ищу способ определить этот коэффициент масштабирования принципиальным образом. Может ли кто-нибудь дать совет или предложить литературу, которая может быть полезной?