首页 文章

从相关矢量中抽样并应用它来生成相关数据

提问于
浏览 次
3

我想为20项研究产生三个相关结果 . 每项研究有3组（对照组，治疗组1和治疗组2） . 对于对照组，我的生成值是：mean = 0，sd = 1;对于两个治疗组，我的生成值是：mean = 0.40，sd = 1 . 我想要完成的两件事（我遇到了麻烦）：

1）条件1：我想生成相关结果，以便每对结果之间存在不同的相关性 . 应从相关矢量中采样相关，rho = c（0.6,0.7,0.8）;和

2）条件2：我想生成相关结果，以便研究的一个子集（一半）将来自相关向量的样本，rho1 = c（0.6,0.7,0.8），另一个子集（剩下的一半）将从相关向量中采样，rho2 = c（0.3,0.4,0.5）

我正在使用“mvtnorm”包来生成每个组的结果 . 这是我的代码（请原谅我对模拟和R的基本知识）：

library(“mvtnorm”)
 set.seed(0307)
 mean_c = c(0, 0, 0)
 mean_t1 = c(0.4, 0.4, 0.4)
 mean_t2 = c(0.4. 0.4, 0.4)
 k <- 20    # no. of studies
 n <- 50    # sample size

 rho <-     # the value is sampled from a vector of correlations 
 for (i in 1:k) {
   Yc <-rmvnorm(n=n, mean=mean_c, sigma=rho)
   Yt1<-rmvnorm(n=n, mean=mean_t1, sigma=rho)
   Yt2 <-rmvnorm(n=n, mean=mean_t2, sigma=rho)
 }

我感谢编程专家提供的任何意见 . 谢谢！

r correlation

2 回答

  • 0

    我不确定我是否理解你的问题 .

    但是为了防止它对你有所帮助，我在这里提供了一个使用你的“数据”的rmvnorm函数的例子 . 我修改了一些数字以清除所有依赖项

    library(mvtnorm)
set.seed(1234)

k = 10000
means = c(0, 0.4, 0.4)
sigmas = c(2, 1, 1)
rhoXY = 0.6
rhoXZ = 0.7
rhoYZ = 0.8
varMatrix <- matrix(c(
    sigmas[1]*sigmas[1], rhoXY*sigmas[1]*sigmas[2], rhoXZ*sigmas[1]*sigmas[3],
    rhoXY*sigmas[1]*sigmas[2], sigmas[2]*sigmas[2], rhoYZ*sigmas[2]*sigmas[3],
    rhoXZ*sigmas[1]*sigmas[3], rhoYZ*sigmas[2]*sigmas[3], sigmas[3]*sigmas[3]
    ), 
    ncol=3, byrow=TRUE)

# Generate data
Yc <- rmvnorm(n = k, 
             mean = means, 
             sigma = varMatrix, method="chol")


# Check data satisfies what it should
colMeans(Yc)
var(Yc)
cor(Yc[,1], Yc[,2])
cor(Yc[,1], Yc[,3])
cor(Yc[,2], Yc[,3])

    检查输出

    > colMeans(Yc)
[1] 0.007118385 0.406214538 0.401605464
> var(Yc)
         [,1]      [,2]      [,3]
[1,] 4.024896 1.2026685 1.4204561
[2,] 1.202668 0.9998153 0.8046641
[3,] 1.420456 0.8046641 1.0052659
> cor(Yc[,1], Yc[,2])
[1] 0.599527
> cor(Yc[,1], Yc[,3])
[1] 0.7061712
> cor(Yc[,2], Yc[,3])
[1] 0.802628
    回复于
  • 1

    谢谢你的电子邮件，很高兴被问到！我不完全理解rmvnorm函数（或你的请求！），但看起来Roc回答了你的问题 . 然而，使用两半中的不同rho值，执行该功能20次是很简单的 . 我的代码可能不是最优雅的 - 可能只需要一次调用rmvnorm来生成所有这些数据，而不是像我的代码那样生成20，但这似乎工作得很好 . 您可以像使用方括号一样访问20项研究的结果 .

    library(mvtnorm)
set.seed(1234)


k = 10000
means = c(0, 0.4, 0.4)
sigmas = c(1, 1, 1)
rho.type1 <- c(0.3, 0.4, 0.5)
rho.type2 <- c(0.6, 0.7, 0.8)
study.number <-20
Yc <- matrix(0, ncol = 3, nrow = k* study.number)

for(i in 1: study.number)
{
  ifelse(i < 11, rho <- rho.type1, rho <- rho.type2)
  varMatrix <- matrix(c(
      sigmas[1]*sigmas[1], rho[1]*sigmas[1]*sigmas[2], rho[2]*sigmas[1]*sigmas[3],
      rho[1]*sigmas[1]*sigmas[2], sigmas[2]*sigmas[2], rho[3]*sigmas[2]*sigmas[3],
      rho[2]*sigmas[1]*sigmas[3], rho[3]*sigmas[2]*sigmas[3], sigmas[3]*sigmas[3]
      ), 
      ncol=3, byrow=TRUE)

# Generate data, and save the 20 datasets in a list called Yc
  Yc[(1 + (i-1)*k):(i*k), ] <- rmvnorm(n = k, 
                mean = means, 
                sigma = varMatrix, method="chol")
}
Yc <- data.frame(Yc, study = rep(1:20, each = k))

# Check output 
cor(Yc[Yc$study==1,1], Yc[Yc$study==1,2]) # To check the first entry in the list
for(i in 1:20) print(cor(Yc[Yc$study==i,1], Yc[Yc$study==i,2])) # To check the lot
    回复于

相关问题