copularnd
连系动词随机数
描述
例子
使用逆cdf生成相关数据
从贝塔分布随机生成相关数据使用一个二维高斯相关肯德尔的τ等级相关等于-0.5。
计算线性相关参数等级相关的值。
rng默认的%的再现性τ= -0.5;ρ= copulaparam (“高斯”τ)
ρ= -0.7071
使用高斯相关来生成一个两列的矩阵相关的随机值。
u = copularnd (“高斯”,ρ,100);
每一列包含100个随机值在0和1之间,包容,取样连续均匀分布。
创建一个scatterhist图来可视化使用介体生成的随机数。
图scatterhist (u (: 1), (2):,)
直方图显示的数据在每一列介体有一个边际均匀分布。散点图显示两列中的数据是负相关的。
使用逆cdf函数betainv将每一列的统一边际分布到贝塔分布的随机数。在第一列,第一个形状参数一个等于1,第二个形状参数B等于2。在第二列中,第一个形状参数一个等于1.5,第二个形状参数B等于2。
b = [betainv (u (: 1), 1、2), betainv (u (:, 2), 1.5, 2)];
创建一个scatterhist阴谋贝塔分布可视化相关数据。
图scatterhist (b (: 1), (2):,)
柱状图显示每个变量的边际beta发行版。散点图显示负相关。
确认样品有等级相关约等于肯德尔的初始值τ。
tau_sample = corr (b,“类型”,“假象”)
tau_sample =2×21.0000 -0.5135 -0.5135 1.0000
-0.5135样品等级相关的初始值约等于-0.5τ。
输入参数
输出参数
介绍了R2006a
