在 R 中模拟条件分布答案

【问题标题】：Simulating conditional distribution in R在 R 中模拟条件分布
【发布时间】：2018-02-19 08:28:55
【问题描述】：

我有一个关于模拟条件分布的问题。

假设

X ~ N(0,1)

Y ~ N(rX, 1-r^2)

我想模拟以X 为条件的Y 分布。

这里的r是相关性，可以随意更改。

X 分发代码如下；

sd.x <- 1

mean.x <- 0

z2 <- rnorm(1000)

x <- sd.x*z2 + mean.x

但是，我不知道如何模拟Y 分布。

我将不胜感激。

【问题讨论】：

【解决方案1】：

看来你是在线性回归的情况下...... 您可以写为 Y = rX + epsilon，其中 epsilon 遵循 N(0,(1-r)^2)。您可以检查 Y 是否具有您正在寻找的属性..

所以，在 r 中，要完成你的代码，这样的事情就足够了：

r <- 0.8
y <- r*x + rnorm(1000, mean = 0, sd = 1-r)

【讨论】：

【解决方案2】：

使用MASS 包中的mvrnorm 函数，如下所示：

sample <- mvrnorm(1000, mu=c(0,0), matrix(c(1, r, r, 1-r^2), 2, 2))

或者，作为更通用的方法，模拟X，然后为X 的每个值模拟Y

sample <- data.frame(X = rnorm(1000))

sample$Y <- sapply(sample$X, function(x){
  rnorm(1, r*x, 1-r ^2)
})

【讨论】：