R mvrnorm 從多元正態分布進行模擬

說明

從指定的多元正態分布生成一個或多個樣本。

用法

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

參數

n	所需的樣本數量。
mu	給出變量均值的向量。
Sigma	指定變量協方差矩陣的正定對稱矩陣。
tol	Sigma 中 positive-definiteness 數值缺失的公差(相對於最大方差)。
empirical	合乎邏輯的。如果為 true，則 mu 和 Sigma 指定經驗而非總體均值和協方差矩陣。
EISPACK	邏輯：FALSE 之外的值是錯誤的。

細節

矩陣分解通過eigen完成；雖然 Choleski 分解可能更快，但特征分解更穩定。

值

如果 n = 1 是與 mu 長度相同的向量，否則是 n by length(mu) 矩陣，每行一個樣本。

副作用

如果數據集 .Random.seed 尚不存在，則創建該數據集，否則其值將被更新。

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))

參考

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

也可以看看

rnorm