目录

一、mvrnorm()函数使用介绍

例1：生成服从多元正态分布的数据

例2:生成一组服从多元正态分布的观测

---

一、mvrnorm()函数使用介绍

获取来自给定均值向量和协方差阵的多元正态分布的数据。

MASS包中的mvrnorm()函数可以让这个问题变得很容易，其调用格式为：

mvrnorm(n, mean, sigma)

其中n是你想要的样本大小，mean是均值向量，sigma是方差-协方差矩阵（或相关矩阵）。

可以想一下，产生的随机数据，一定是一个矩阵形式，有n行（即样本量为n，产生了n个观测），有p列（因为是多元随机变量，每一行是一个观测，相当于人的体重、身高、臂长、体脂率、年龄等数据信息。）

例1：生成服从多元正态分布的数据

library(MASS)
options(digits=3)
set.seed(1234) #设置随机种子，让结果可以重现（reproducible）

#指定均值向量和协方差矩阵
mean <- c(230.7, 146.7, 3.6)
sigma <- matrix(c(15360.8, 6721.2, -47.1, 6721.2, 4700.9, -16.5, -47.1, -16.5, 0.3), nrow=3, ncol=3)

mydata <- mvrnorm(500, mean, sigma)

#为了方便，将结果从矩阵转换为数据框
#并为变量指定了名称
mydata <- as.data.frame(mydata)
names(mydata) <- c("y","x1","x2")

dim(mydata)
head(mydata, n=10)

 结果：

例2:生成一组服从多元正态分布的观测

mvrnorm(1,rep(0,10),diag(rep(0.2^2,10)))