使用它们之间给定的相关性生成随机变量:

时间:2014-05-24 14:58:02

标签: r statistics simulation genetics

我想生成2个连续随机变量Q1Q2(数量特征,每个都是正常的)和2个二元随机变量Z1Z2(二元特征)在所有可能的对之间给出成对的相关性。 说

(Q1,Q2):0.23 
(Q1,Z1):0.55 
(Q1,Z2):0.45 
(Q2,Z1):0.4 
(Q2,Z2):0.5 
(Z1,Z2):0.47 

请帮我在R中生成这样的数据。

1 个答案:

答案 0 :(得分:2)

这很粗糙,但可能会让你开始朝着正确的方向前进。

library(copula)

options(digits=3)
probs <- c(0.5,0.5)
corrs <- c(0.23,0.55,0.45,0.4,0.5,0.47)  ## lower triangle

模拟相关值(前两个定量,后两个变换为二进制)

sim <- function(n,probs,corrs) {
    tmp <- normalCopula( corrs, dim=4 , "un")
    getSigma(tmp) ## test
    x <- rCopula(1000, tmp)
    x2 <- x
    x2[,3:4] <- qbinom(x[,3:4],size=1,prob=rep(probs,each=nrow(x)))
    x2
}

测试观察到的和目标相关性之间的SSQ距离:

objfun <- function(corrs,targetcorrs,probs,n=1000) {
    cc <- try(cor(sim(n,probs,corrs)),silent=TRUE)
    if (is(cc,"try-error")) return(NA)
    sum((cc[lower.tri(cc)]-targetcorrs)^2)
}

当输入corrs = target时,看看有多糟糕:

cc0 <- cor(sim(1000,probs=probs,corrs=corrs))
cc0[lower.tri(cc0)]
corrs
objfun(corrs,corrs,probs=probs) ## 0.112

现在尝试优化。

opt1 <- optim(fn=objfun,
              par=corrs,
              targetcorrs=corrs,probs=c(0.5,0.5))
opt1$value     ## 0.0208

在“超过最大迭代次数”的501次迭代后停止。这将永远不会有效,因为我们试图在随机目标函数上使用确定性爬山算法......

cc1 <- cor(sim(1000,probs=c(0.5,0.5),corrs=opt1$par))
cc1[lower.tri(cc1)]
corrs

也许尝试模拟退火?

opt2 <- optim(fn=objfun,
              par=corrs,
              targetcorrs=corrs,probs=c(0.5,0.5),
              method="SANN")

它似乎没有比以前的值好多少。两个可能的问题(留给读者的练习)(1)我们已经指定了一组与我们选择的边际分布不可行的相关性,或者(2)目标函数表面中的误差是在方式 - 为了做得更好,我们必须平均更多的重复(即增加n)。