在定义的范围内生成具有定义相关性的R中的随机值
对于一个科学项目，我正在寻找一种在一定范围内产生随机数据的方法(例如，min=0，max=100000)，它与另一个已经存在于R中的变量有一定的相关性。我们的目标是稍微丰富数据集，以便生成一些更有意义的图表(不用担心，我正在处理虚构的数据)。
例如，我想用以下数据生成与r=-.78相关的随机值：
var1 <- rnorm(100, 50, 10)我已经遇到了一些很好的解决方案(即https://stats.stackexchange.com/questions/15011/generate-a-random-variable-with-a-defined-correlation-to-an-existing-variable)，但是只得到了非常小的值，而这些值我无法转换，因此在其他原始值的上下文中是有意义的。
如下所示：
var1 <- rnorm(100, 50, 10)
n <- length(var1)
rho <- -0.78
theta <- acos(rho)
x1 <- var1
x2 <- rnorm(n, 50, 50)
X <- cbind(x1, x2)
Xctr <- scale(X, center=TRUE, scale=FALSE)
Id <- diag(n)
Q <- qr.Q(qr(Xctr[ , 1, drop=FALSE]))
P <- tcrossprod(Q) # = Q Q'
x2o <- (Id-P) %*% Xctr[ , 2]
Xc2 <- cbind(Xctr[ , 1], x2o)
Y <- Xc2 %*% diag(1/sqrt(colSums(Xc2^2)))
var2 <- Y[ , 2] + (1 / tan(theta)) * Y[ , 1]
cor(var1, var2) 我得到的var2值在-0.5到0.5之间。平均值为0。我希望有更多的分布式数据，所以我可以简单地通过添加50来转换它，并且与我的第一个变量有相当相似的范围。
你们中有谁知道如何生成这类或多或少的-meaningful数据吗？
提前谢谢！
回答 2
Stack Overflow用户
发布于 2017-07-03 09:02:21
从var1开始，重命名为A，并使用10,000个点：
set.seed(1)
A <- rnorm(10000,50,10) # Mean of 50首先，将A中的值转换为具有新的所需均值50,000并具有逆关系(即减去)：
B <- 1e5 - (A*1e3) # Note that { mean(A) * 1000 = 50,000 }这只会导致r = -1。添加一些噪声以实现所需的r
B <- B + rnorm(10000,0,8.15e3) # Note this noise has mean = 0
# the amount of noise, 8.15e3, was found through parameter-search这有您想要的相关性：
cor(A,B)
[1] -0.7805972意见如下：
plot(A,B)警诫
您的B值可能超出您的范围0 100,000。如果使用不同的种子或生成更多的数字，则可能需要筛选超出范围的值。
尽管如此，目前的范围很好：
range(B)
[1] 1668.733 95604.457Stack Overflow用户
发布于 2017-07-03 06:30:19
如果您对生成值的相关性和边缘分布(即形状)感到满意，那么将这些值(介于(-.5，+5)之间)乘以100,000并添加50,000。
> c(-0.5, 0.5) * 100000 + 50000
[1] 0e+00 1e+05编辑:这种方法，或任何其他东西，其中10万&5万被交换为不同的数字，将是一个“线性转换”的例子，由@gregor-de-cillia推荐。
https://stackoverflow.com/questions/44887827
复制
腾讯云开发者
