基于正态分布的模拟球体形状数据

Question

我对以下问题一无所知。任何帮助表示赞赏。 “使用 n = 1000 个观测值和 p = 3 个协变量来模拟数据——所有来自标准正态分布的随机变量。创建两个类别类变量，将半径为 1.5 的球体内的所有观测值分配给一个以 3D 零为中心的类类别和所有其他类别 - - 到第二个”。

Answer 1

这是一个 2D 示例，可以帮助您了解...

library(ggplot2)
library(grid)

来自正态分布的样本 x 和 y 坐标（默认均值 = 0，sd = 1）

df <- data.frame(x = rnorm(100), y = rnorm(100))

计算距中心 (0,0) 的距离

df$r = sqrt(df$x^2 + df$y^2)

分配给类别

df$category <- ifelse(df$r < 1, "in", "out")

剧情

ggplot(df, aes(x = x, y = y, color = category)) + 
    geom_point() +
    coord_equal() + 
    annotation_custom(grob=circleGrob(r=unit(1,"npc"), gp = gpar(fill = NA)), xmin=-0.5, xmax=0.5, ymin=-0.5, ymax=0.5)