R中的多元多元正態分佈與應用

所以，我試圖用不同的方法從多元正態分佈中生成隨機數。我也試圖使用apply函數，而不是for循環，這是問題發生的地方。這裏是我的代碼：R中的多元多元正態分佈與應用

library(MASS) 
set.seed(123) 

# X and Y means 
Means<-cbind(c(.2,.2,.8),c(.2,.6,.8)) 
Means 
Sigma<-matrix(c(.01,0,0,.01),nrow=2) 
Sigma 

data<-apply(X=Means,MARGIN=1,FUN=mvrnorm,n=10,Sigma=Sigma) 
data

而是獲得兩個向量與X和Y分三個手段，我得到的X和Y點堆疊三個矢量。獲得這兩個向量的最佳方式是什麼？我知道我可以手動拆除它們，但是我覺得R應該有一些很好的方法來完成這個工作。

來源

2014-09-23 WTB

WTB在這種情況下，行1:10屬於'X'還是交替行？ – akrun 2014-09-23 19:16:35

如果您運行代碼並查看「數據」的第二列，則前10個大約爲0.2（秒X平均值），而後10個大約爲0.6（第二個Y均值）。所以，我假設1：10行屬於X. – WTB 2014-09-23 19:24:00

WTB，通過使用'lapply'進行檢查，似乎並非如此。 – akrun 2014-09-23 19:25:35

結果它不知道檢查，如果是我所說的「滑頭」，但如果你真的想使用應用（而不是lapply如前所述），您可以強制應用返回您的結果作爲矩陣列表。那麼這只是一個堅持結果的問題。我預計這會比嘗試重建一個兩列矩陣更不容易出錯。

data <- apply(Means, 1, function(x) { 
    list(mvrnorm(n=10, mu=x, Sigma=Sigma)) 
}) 
data <- do.call('rbind', unlist(data, recursive=FALSE))

來源

2014-09-23 20:38:26

嘗試：

set.seed(42) 
res1 <- lapply(seq_len(nrow(Means)), function(i) mvrnorm(Means[i,], n=10, Sigma))

與apply

set.seed(42) 
res2 <- apply(X=Means,MARGIN=1,FUN=mvrnorm,n=10,Sigma=Sigma) 
dim(res2) <- c(10,2, 3) 
res3 <-lapply(1:dim(res2)[3], function(i) res2[,,i]) 
all.equal(res3, res1, check.attributes=FALSE) 
#[1] TRUE

來源

2014-09-23 19:24:45 akrun

R中的多元多元正態分佈與應用

回答

相關問題