机器算法验证 - 生成一个相关的数据矩阵，其中观察和变量都是相关的 - 吾爱随笔录

我正在尝试生成一个与观察和可变方向相关的模拟数据矩阵。到目前为止，我知道如何为变量 x 变量执行此操作。

在此处输入图像描述

 # correlated matrix between variables 
    n = 200
    p = 100 
    CRMt <- matrix(NA, nrow = p, ncol = p)
    diag(CRMt) <- 1
    CRMt[upper.tri (CRMt, diag = FALSE)] <- 0.5
    CRMt[lower.tri (CRMt, diag = FALSE)] <- 0.5

L = chol(CRMt)# Cholesky decomposition
p = dim(L)[1]

set.seed(999)
M = t(L) %*% matrix(rnorm(p*n), nrow=p, ncol=n)
M1 <- t(M)
rownames(M1) <- paste("S", 1:200, sep = "") 
colnames(M1) <- paste("M", 1:100, sep = "")
cor(M1)

现在说我想创建一个数据矩阵，它也遵循以下观察 x 观察相关矩阵。

在此处输入图像描述

OCRMt <- matrix(NA, nrow = n, ncol = n)
diag(OCRMt) <- 1
OCRMt[upper.tri (OCRMt, diag = FALSE)] <- 0.3
OCRMt[lower.tri (OCRMt, diag = FALSE)] <- 0.3

我怎样才能做到这一点？

library(MASS) vcmat <- matrix( 0.5, 10,10 ) diag(vcmat) <- 1 ocmat <- matrix( 0.3, 20,20 ) diag(ocmat) <- 1 cmat <- kronecker( ocmat, vcmat ) obs <- matrix( mvrnorm(1, mu=rep(0,10*20), Sigma=cmat), 20, 10 ) hist(cor(obs)) hist(cor(t(obs)))