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
mvrnormin theMASSpackage, orrmvnormin themvtnormpackage.Further reading:
?Distributionsand 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().