如何在 R 中生成多元高斯随机数?
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。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论
评论(2)
高斯分布适用于一维随机变量。您可以使用
rnorm
生成它们。对于高维情况,您需要多元正态分布。尝试
mvrnorm
在MASS
包,或rmvnorm
在mvtnorm
包中。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
.For the higher dimensional case you want a multivariate normal distribution instead. Try
mvrnorm
in theMASS
package, orrmvnorm
in themvtnorm
package.Further reading:
?Distributions
and the CRAN Task View on distributions.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 usermvnorm()
.