])*(S[*1*
> > :I-*1*,I]));
> >
> > end;
> >
> > X[I,J]=ME+NORMAL(*0*)*SQRT(SI);
> >
> >
> >
> > END;
> >
> >
> >
> > END;
> >
> > Z=t(X);
> >
> >
> >
> > varnames='X1
O erro está na definicao de Sigma, você fez os cálculos com variâncias
marginais igual a 1 e segundo o "enunciado" essas variâncias são bem
menores.
On 17/10/2016 17:05, Adriele Giaretta Biase via R-br wrote:
Olá pessoal,
tenho uma dúvida com relação à geração de variáveis aleatórias norma
Se você desejar entender o significado de correlação experimente:
n=1000
cor_x1x2=-0.2
medx1=0.0067
varx1=0.0017
sdx1=varx1^0.5
medx2=0.1374
varx2=0.0024
sdx2=varx2^0.5
cov_x1x2=-cor_x1x2*(sdx1*sdx2)
sda=(varx1-cov_x1x2)^0.5
sdb=(varx2-cov_x1x2)^0.5
a=rnorm(n,medx1,sda);var(a)
b=rnorm(n,medx2
Marcio por questão de curiosidade,
tive um problema na empresa que trabalhava quanto a uso do shiny haja vista
que os servidores disponíveis não forneciam (na sua versão gratuita) a
disponibilização de um serviço multithread para que os usuários das
aplicações pudessem acessar de forma simultânea
Raphael, obrigado
Observei a Digital Ocean, mas ela não fornece todas as vantagens que
buscamos. Somos uma empresa de desenvolvimento de software.
No momento montei um servidor R na Amazon e vamos testar outros ambientes,
como a IBM.
Mesmo assim agradeço.
Abs.,
Em 29 de setembro de 2016 14:18,
Adriele, boa tarde!
Tentei adaptar seu código R com base no que entendi do script em SAS. Veja
se pode ser útil...
###
library(MASS)
{
set.seed(1357)
n <- 1000 # tamanho da amostra gerada (N)
p <- 2 # numero de variáveis a serem geradas (K)
ME <- rep(1, p)
rho<- -0.2 # c