是否可以为 R 中 mvrnorm( ) 随机生成的数字指定一个范围？

Question

我正在尝试生成一组完全反映我拥有的数据集的随机数字（以对其进行测试）。该数据集由 5 个变量组成，这些变量都与不同的均值和标准差以及范围相关（它们是李克特量表相加形成 1 个变量）。我已经能够从MASS 包中获得mvrnorm 来创建一个数据集，该数据集使用观察到的观察次数（经过500,000 次以上的迭代）复制相关矩阵，并且我可以轻松地重新分配均值和标准差。开发。通过 z-score 转换，但我仍然在每个变量向量中都有特定值，这些值远高于或低于我希望复制其分数的可能范围。

对于如何适当地修正范围有什么建议吗？

感谢您分享您的知识！

Answer 1

要生成一个“完全镜像”原始数据集的样本，您需要确保样本的边缘分布和依赖结构与原始数据集相匹配。 实现此目的的一种简单方法是重新采样

my.data   <- matrix(runif(1000, -1, 2), nrow = 200, ncol = 5)  # Some dummy data
my.ind    <- sample(1:nrow(my.data), nrow(my.data), replace = TRUE)
my.sample <- my.data[my.ind, ]

这将确保样本的边距和依赖结构（紧密）匹配原始数据。

另一种方法是对边距和/或依赖结构（copula）使用参数模型。但正如@dickoa 所说，这将需要认真的建模工作。

请注意，通过使用多元正态分布，您（隐式）假设原始数据的依赖结构是高斯 copula。这是一个强有力的假设，需要事先进行验证。