构造相关变量 [英] Constructing correlated variables

问题描述

我有一个具有给定分布的变量（在下面的示例中为法线）。

I have a variable with a given distribution (normale in my below example).

set.seed(32)    
var1 = rnorm(100,mean=0,sd=1)

我要创建与变量var1相关的变量（变量var2）的线性相关系数（大致或精确地）等于 Corr。 var1和var2之间的回归斜率应（大致或完全）等于1。

I want to create a variable (var2) that is correlated to var1 with a linear correlation coefficient (roughly or exactly) equals to "Corr". The slope of regression between var1 and var2 should (rougly or exactly) equals 1.

Corr = 0.3

我该如何实现？

我想做这样的事情：

decorelation = rnorm(100,mean=0,sd=1-Corr)
var2 = var1 + decorelation

当然，在运行时：

cor(var1,var2)

结果不接近Corr！

推荐答案

我前一阵子做了类似的事情。我要粘贴一些针对3个相关变量的代码，但可以很容易地将其推广到更复杂的东西。

I did something similar a while ago. I am pasting some code that is for 3 correlated variables but it can be easily generalized to something more complex.

首先创建一个F矩阵：

cor_Matrix <-  matrix(c (1.00, 0.90, 0.20 ,
                     0.90, 1.00, 0.40 ,
                     0.20, 0.40, 1.00), 
                  nrow=3,ncol=3,byrow=TRUE)

任意相关矩阵。

library(psych) 

fit<-principal(cor_Matrix, nfactors=3, rotate="none")

fit$loadings

loadings<-matrix(fit$loadings[1:3, 1:3],nrow=3,ncol=3,byrow=F)
loadings

#create three rannor variable

cases <- t(replicate(3, rnorm(3000)) ) #edited, changed to 3000 cases from 150 cases

multivar <- loadings %*% cases
T_multivar <- t(multivar)

var<-as.data.frame(T_multivar)

cor(var)

同样，这可以推广。上面列出的方法不会创建多元数据集。

Again, this can be generalized. You approach listed above does not create a multivariate data set.

这篇关于构造相关变量的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！