R mvrnorm 从多元正态分布进行模拟

说明

从指定的多元正态分布生成一个或多个样本。

用法

mvrnorm(n = 1, mu, Sigma, tol = 1e-6, empirical = FALSE, EISPACK = FALSE)

参数

n	所需的样本数量。
mu	给出变量均值的向量。
Sigma	指定变量协方差矩阵的正定对称矩阵。
tol	Sigma 中 positive-definiteness 数值缺失的公差(相对于最大方差)。
empirical	合乎逻辑的。如果为 true，则 mu 和 Sigma 指定经验而非总体均值和协方差矩阵。
EISPACK	逻辑：FALSE 之外的值是错误的。

细节

矩阵分解通过eigen完成；虽然 Choleski 分解可能更快，但特征分解更稳定。

值

如果 n = 1 是与 mu 长度相同的向量，否则是 n by length(mu) 矩阵，每行一个样本。

副作用

如果数据集 .Random.seed 尚不存在，则创建该数据集，否则其值将被更新。

例子

Sigma <- matrix(c(10,3,3,2),2,2)
Sigma
var(mvrnorm(n = 1000, rep(0, 2), Sigma))
var(mvrnorm(n = 1000, rep(0, 2), Sigma, empirical = TRUE))

参考

B. D. Ripley (1987) Stochastic Simulation. Wiley. Page 98.

也可以看看

rnorm