i*****r
发帖数: 1302 | 1 如何simulate correlation是0.6的两条数列?
还有simulate指定skewness kurtosis的数列? | a*z
发帖数: 294 | | s***e
发帖数: 267 | 3 1.如果没有其他条件，只是要求population correlation是0.6, 可以用normal和
cholesky分解：
X 是2维standard normal, A=[1, 1/3; 1/3, 1]，则Y=A*X的两个元素满足条件。
2.skewness是measure是否对称的parameter。normal的变量的skewness都是0。没有其
他限制可以用一个简单的不对
称分布构造，比如bernoulli(p). 给定skewness可以计算p的值，就是要解一个二次方
程（可能需要rescale）。kurtosis
是measure分布的tail是否light/heavy的parameter。可以用laplace distribution或
者bernoulli来构造。
【在 i*****r 的大作中提到】
: 如何simulate correlation是0.6的两条数列?
: 还有simulate指定skewness kurtosis的数列?
| b*****t
发帖数: 10 | 4 1. u=x+0.6y,v=y ?
2. maybe more specifically, a Normal Mixture is OK.
Z=wX+(1-w)Y
where X and Y are independent normal.
To obtain skewness, X Y should have different mean and variance. |
|
