如何使用精确时刻生成样本数据

时间:2013-04-20 16:20:39

标签: python r

如何生成确切的数据?

在R中,我们可以选择使用rnorm从具有特定特征的人群中进行抽样(例如,均值= 0,sd = 1),但我们如何使用精确地获取数据 mean = 0,sd = 1?

这是一个简单的例子。我也对应用获取精确数据的方法的更一般方法感兴趣(例如,具有0.2的精确相关性的多变量数据)

3 个答案:

答案 0 :(得分:4)

只需缩放结果即可。在单变量案例中:

set.seed(21)
x <- rnorm(1000)
mean(x)
sd(x)
y <- x-mean(x)
y <- y/sd(x)
mean(y)  # within floating point precision of 0
sd(y)

多变量案例涉及更多,但可能。

答案 1 :(得分:3)

听起来你想在MASS包中使用mvrnorm。

sigma <- matrix(c(1.0, 0.0, -0.5,
                  0.0, 1.0,  0.5,
                 -0.5, 0.5,  1.0), 3, byrow = TRUE)
mat <- mvrnorm(10, c(0,0,0), sigma, empirical = TRUE)
cor(mat)
#     [,1]  [,2]  [,3]
#[1,]  1.0   0.0  -0.5
#[2,]  0.0   1.0   0.5
#[3,] -0.5   0.5   1.0

请注意,通过为每个组选择1的SD,我简化了事物,因为协方差将等于相关性,但您可以通过记住相关性是协方差除以SD的乘积来推广这一点。

(请注意,当您运行代码时,您可能无法获得精确的值,但机器精度范围内的值...这是我们所希望的全部内容)

答案 2 :(得分:2)

您可以简单地重新缩放数据。

n <- 100
x <- rnorm(n)
x <- ( x - mean(x) ) / sd(x)
mean(x)   # 0, up to machine precision
sd(x)     # 1

您也可以使用ppoints来均匀分布点数 (你仍然需要重新缩放)。

x <- qnorm( ppoints(n) )
x <- ( x - mean(x) ) / sd(x)
mean(x)
sd(x)

在更高维度,转换有点棘手。 如果x是高斯向量,则均值为零且方差为单位矩阵, 然后C %*% x是高斯,零均值和方差矩阵V = CC'CV的Cholesky变换; 它可以看作是平方根的类比 (对称的,正半正定的)矩阵。

实际上需要其中两个转换: 第一个将方差设置为标识,第二个将方差设置为所需的值。

# Desired variance matrix
V <- matrix( c(1,.2,.2, .2,1,.2, .2,.2,1), 3, 3 )

# Random data
n <- 100
k <- 3
x <- matrix( rnorm(k*n), nc=3 )

# Set the mean to 0, and the variance to the identity
x <- t( t(x) - colMeans(x) )
colMeans(x)   # 0
C1 <- chol(var(x))
x <- x %*% solve(C1)
var(x)   # identity matrix

# Set the variance to the desired value
C2 <- chol(V)
x <- x %*% C2
var(x) - V   # zero