Question

我试图模拟2 X 2数据，这会产生相对较强的负phi系数。

我正在使用库GenOrd，如下所示：

library(GenOrd)

# Specify sample size N
N <- 40

# Marginal distribution
marginal <- list(c(.5), c(.5))

# Matrix
Sigma <- matrix(c(1.0, -.71, -.71, 1.0), 2, 2, byrow=TRUE)

# Generate a sample of the categorical variables with specified parameters
m <- ordsample(N, marginal, Sigma)

但是，每当我输入大于-.70的相关性时，我都会收到以下错误。

Error in contord(list(marginal[[q]], marginal[[r]]), matrix(c(1, Sigma[q,  : 
Correlation matrix not valid!

我明确指出某些地方站不住脚的东西 - 但我不知道它是什么。

帮助表示感谢。

Answer 1

我会回答这个问题作为编码问题。错误指向软件包发现问题的位置：在Sigma条目中。鉴于你的边际分布，在你的corr中有-.71。矩阵超出界限，包裹会警告你。您可以通过更改Sigma中的符号来看到这一点：

  Content content = new Content("text/html", notification.getContent());

至于为什么-.71无效，您可能希望将该统计问题指向Cross Validated以获得简洁的答案。

Answer 2

我并不完全确定＆＃34;为什么＆＃34;但是，我发现没有问题模拟2 X 2数据会使用generate.binary()函数产生相对强烈的负相关{1}}包。

例如，以下代码适用于完整的相关输入范围。 MultiOrd函数的文档表明指定的矩阵被解释为四重相关矩阵。

generate.binary()

在R中生成离散数据的可行采样分布

2 个答案: