我正在完成一项作业，其中我必须从二元正态生成样本 X = (X1, X2)，其中每个边际为 N(0,1)，X1 和 X2 之间的相关性为 0.5。
我认为解决这个问题的方法是使用 mvrnorm 函数，但我不太确定之后如何继续。有什么建议吗？提前致谢！
确实，mvrnormMASS 包中的函数可能是您最好的选择。该函数可以从多元正态分布生成伪随机数据。
检查此功能的帮助页面（??mvrnorm）表明您需要根据给定参数模拟数据的三个关键参数，即：
-
n- 所需样本数量（整数）；
-
mu- 给出变量均值的向量 - 在这里，您的分布是标准正态分布，因此它将是一个由零组成的向量；和
-
Sigma- 一个正定对称矩阵，指定变量的协方差矩阵 - 即，在您的情况下，一个矩阵的对角线上有方差，非对角线上的协方差为 0.5。
查看此帮助页面中的示例，它们应该可以帮助您将这些想法组合在一起！
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
