Holas Guillermo,
Puedes usar la distribucion Wishart para lo que quieres. A continuacion un
ejemplo:
require(bayesm)
rho <- 0.7 # correlacion
Vs <- matrix(c(1, rho, rho, 1), ncol = 2, byrow = TRUE) # matrix de
correlacion
n <- 20 # tamano de muestra
# generacion de 10 matrices de varianza covarianza
out <- replicate(10, list(rwishart(n, Vs)$W/n))
out
Para obtener las matrices de correlacion, puedes usar cov2cor().
Un saludo,
Jorge
2011/8/5 Guillermo Sabino <>
> Hola!
> Para simular matrices de datos normales multivariados con la sentencia
> rmvnorm (dentro del paquete mvtnorm) se necesita, entre otras cosas, el
> número de vectores a simular, el vector de parámetros-medias
> correspondiente
> a cada variable y su respectiva matriz de Varianza-Covarianza. En este
> último punto, tengo problemas.
> En lugar de ingresar una matriz sigma creada por mi, necesito simular
> matrices de Varianza-covarianza semidefinidas-positivas.
> La idea es generar estas matrices sigma con distintas estructuras (ej.
> todas
> las variables muy correlacionadas, otra matriz con variables poco
> correlacionadas entre si, algunas poco correlacionadas y otras más
> correlacionadas dentro de una misma matriz, etc.) que posteriormente me
> posibiliten generar matrices de datos normales multivariados.
> Conocen algún paquete que me permita simular esto??
> Muchas gracias!
> Guillermo
>
> [[alternative HTML version deleted]]
>
>
> _______________________________________________
> R-help-es mailing list
> R-help-es@r-project.org
> https://stat.ethz.ch/mailman/listinfo/r-help-es
>
>
[[alternative HTML version deleted]]