ACTUALIZACIÓN: Solución
Gracias a Greg Snow por señalar el empirical = TRUE ¡comando en mvrnorm (cosas normales aleatorias multivariadas)! Aquí está el código explícito:
samples = 200
r = 0.83
library('MASS')
data = mvrnorm(n=samples, mu=c(0, 0), Sigma=matrix(c(1, r, r, 1), nrow=2), empirical=TRUE)
X = data[, 1] # standard normal (mu=0, sd=1)
Y = data[, 2] # standard normal (mu=0, sd=1)
# Assess that it works
cor(X, Y) # yay, r = 0.83!
cor(X*0.01 + 42, Y*3 - 1) # Linear transformations of X and Y won't change r.Pregunta original
Quiero generar dos variables con números (pseudo) aleatorios con una r exacta de Pearson. ¡Soluciones en Python y/o R estarían bien!
Soy capaz de generar datos aleatorios que se aproximen a una r preestablecida en python de la siguiente manera. No busco aproximaciones sino datos que con una r exacta preespecificada, es decir, con r=0,83000 en el ejemplo de abajo:
samples = 200
r = 0.83
# Generate pearson correlated data with approximately cor(X, Y) = r
import numpy as np
data = np.random.multivariate_normal([0, 0], [[1, r], [r, 1]], size=samples)
X, Y = data[:,0], data[:,1]
# That's it! Now let's take a look at the actual correlation:
import scipy.stats as stats
print 'r=', stats.pearsonr(X, Y)[0]La motivación para conocer r es que estoy probando modelos estadísticos (bayesianos) que pueden inferir r de los datos y son mucho más fáciles de evaluar cuando r está bien especificado.
