如何在 R 中生成多元高斯随机数?

发布于 2024-11-02 04:37:48 字数 84 浏览 0 评论 0原文

我们如何在 R 中生成遵循高斯(正态)分布的数据点?

假设我想在二维(或更高维)空间中生成遵循高斯分布的点。我如何使用 R 来做到这一点?

How do we generate data points following a Gaussian (normal) distribution in R?

Suppose I want to generate points in 2d (or higher dimensional) space that follow a Gaussian distribution. How do I do this using R?

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。

评论(2

中性美 2024-11-09 04:37:48

高斯分布适用于一维随机变量。您可以使用 rnorm 生成它们。

rnorm(100, mean = 3, sd = 2)

对于高维情况,您需要多元正态分布。尝试 mvrnormMASS 包,或 rmvnormmvtnorm 包中。

library(mvtnorm)
rmvnorm(100, mean = c(3, 5), sigma = matrix(c(1, 0.5, 0.5, 2), nrow = 2))

进一步阅读:?Distributions 和 < a href="http://cran.r-project.org/web/views/Distributions.html" rel="nofollow">发行版上的 CRAN 任务视图。

Gaussian distributions are for one dimensional random variables. You can generate them using rnorm.

rnorm(100, mean = 3, sd = 2)

For the higher dimensional case you want a multivariate normal distribution instead. Try mvrnorm in the MASS package, or rmvnorm in the mvtnorm package.

library(mvtnorm)
rmvnorm(100, mean = c(3, 5), sigma = matrix(c(1, 0.5, 0.5, 2), nrow = 2))

Further reading: ?Distributions and the CRAN Task View on distributions.

伴随着你 2024-11-09 04:37:48

一维:?rnorm。更多维度:安装并加载包 mvtnorm 并使用 rmvnorm() 。

One dimensional: ?rnorm. More dimensions: install and load package mvtnorm and use rmvnorm().

~没有更多了~
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文