Ich möchte N
Anzahl der Zufallsvariablen generieren, die jeweils eine feste Korrelation p
miteinander haben.Generierte korrelierte Zufallsvariablen mit bestimmten Standardabweichungen
Die Variablen mean = 1
und ein std = 5
N=10 #number of variables
mu <- rep(1,N) #means
p=0.7 #correlation
Sigma <- matrix(p,ncol=N,nrow=N) #variance covariance matrix
diag(Sigma) <- 5 #standard deviations
library(MASS)
set.seed(12)
data <- mvrnorm(10000,mu,Sigma)
Allerdings haben sollte, sind die resultierenden Standardabweichungen nicht 5.
apply(data,2,sd)
[1] 2.264853 2.219811 2.224703 2.245595 2.216712 2.236484 2.240794 2.220532 2.227445
[10] 2.247943
Gibt es in dem eine systematische Art und Weise ich die Standardabweichungen variieren können, während die anderen Parameter beibehalten?
Ich bin mir ziemlich sicher, dass Sigma die Varianz-Kovarianz-Matrix ist. Wenn Sie also Standardabweichungen von 5 wollen, sollten Sie es "diag (Sigma) <- 25" füttern. Beachten Sie, dass '2.264853^2' 5.129559 ist, was ziemlich nahe bei 5 ist ... – lmo