指数分布java_通过结合两个随机变量之间的相关性，从指数分布生成数据

为此，您可以使用包 mc2d 中的Iman和Conover方法 .

首先，创建您的设置 . 我假设Y和Z是不相关的，因为上面没有明确的相关性 . (如果不是，只需相应地更改相关矩阵 . )

library(mc2d)

x1

x2

x3

mat

corr

我们现在可以测试随机样本的实际相关性......所有这些似乎都是独立的，如预期的那样 .

cor(mat, method="spearman")

......产生：

x1 x2 x3

x1 1.00000000 0.01602557 -0.0493488

x2 0.01602557 1.00000000 0.0124209

x3 -0.04934880 0.01242090 1.0000000

我们现在将Iman和Conover方法应用于数据 .

matc

这样做会产生以下相关性：

Spearman Rank Correlation Post Function

x1 x2 x3

x1 1.0000000 -0.59385975 -0.56201396

x2 -0.5938597 1.00000000 -0.04115543

x3 -0.5620140 -0.04115543 1.00000000

最后，通过运行 head(matc) ，我们可以看到修改过的示例的初始行：

x1 x2 x3

[1,] 1.1375395 0.3081750 2.26850817

[2,] 2.9387996 0.4434207 0.08940867

[3,] 1.0918648 0.4175625 2.29498679

[4,] 10.0273879 1.1478072 0.16099230

[5,] 1.5093832 0.4023230 2.57870672

[6,] 0.9474039 2.1134685 0.95268424