我正在尝试生成一组随机数字，这些数字完全反映了我拥有的数据集（以对其进行测试）。该数据集由 5 个变量组成，这些变量都与不同的均值和标准差以及范围相关（它们是李克特量表加在一起形成 1 个变量）。我已经能够mvrnorm从MASS包中创建一个数据集，该数据集使用观察到的观察次数（经过 500,000 多次迭代）复制相关矩阵，并且我可以轻松地重新分配均值和标准差。开发。通过 z 分数转换，但我仍然在每个变量向量中有特定值，这些值远高于或低于我希望复制其分数的可能范围。
任何建议如何适当地固定范围？
感谢您分享你的知识！
要生成一个“完全镜像”原始数据集的样本，您需要确保样本的边缘分布和依赖结构与原始数据集相匹配。实现此目的的一种简单方法是重新采样
my.data <- matrix(runif(1000, -1, 2), nrow = 200, ncol = 5) # Some dummy data
my.ind <- sample(1:nrow(my.data), nrow(my.data), replace = TRUE)
my.sample <- my.data[my.ind, ]
这将确保样本的边距和依赖结构（紧密）匹配原始数据的边距和依赖结构。
另一种方法是对边距和/或依赖结构（copula）使用参数模型。但正如@dickoa 所说，这将需要认真的建模工作。
请注意，通过使用多元正态分布，您（隐含）假设原始数据的依赖结构是高斯 copula。这是一个强有力的假设，需要事先进行验证。