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,mvrnorm
MASS 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@)