Monte Carlo 在R中模拟生成两个相关变量
Monte Carlo Simulation to generate two related variables in R
我正在寻找一种方法，通过 Monte Carlo 模拟使用 R 从正态分布生成两个相关变量。具体来说，我想定义这两个变量之间的不同相关性（即 r = .30， .60、.90）。非常感谢！
您可以使用 faux 包中的 rnorm_multi()：
library("faux")
x <- rnorm_multi(n = 1000, vars = 2, r = 0.9)
cor.test(x$X1, x$X2)
#>
#> Pearson's product-moment correlation
#>
#> data: x$X1 and x$X2
#> t = 65.537, df = 998, p-value < 2.2e-16
#> alternative hypothesis: true correlation is not equal to 0
#> 95 percent confidence interval:
#> 0.8884275 0.9118777
#> sample estimates:
#> cor
#> 0.9008074
我正在寻找一种方法，通过 Monte Carlo 模拟使用 R 从正态分布生成两个相关变量。具体来说，我想定义这两个变量之间的不同相关性（即 r = .30， .60、.90）。非常感谢！
您可以使用 faux 包中的 rnorm_multi()：
library("faux")
x <- rnorm_multi(n = 1000, vars = 2, r = 0.9)
cor.test(x$X1, x$X2)
#>
#> Pearson's product-moment correlation
#>
#> data: x$X1 and x$X2
#> t = 65.537, df = 998, p-value < 2.2e-16
#> alternative hypothesis: true correlation is not equal to 0
#> 95 percent confidence interval:
#> 0.8884275 0.9118777
#> sample estimates:
#> cor
#> 0.9008074