如何在R中用for循环批量计算模拟相关系数并存储？

原代码的问题 #

• 每次循环都会重新创建coeff_list，导致之前的模拟结果被覆盖，无法累积10000次的结果
• cor_coef_est <- list(cor_coeff$estimate == i) 中的==是比较运算符，逻辑错误，应该直接提取相关系数值，而非做相等判断
• 未预先分配存储空间，循环运行效率较低

修正后的代码 #

首先确保加载MASS包（mvrnorm函数属于该包），然后预先初始化结果数据框，在循环中逐步填充数据：

# 加载所需包
library(MASS)

# 预先初始化结果数据框，存储10000次模拟的结果
results_df <- data.frame(
  sim_num = 1:10000,
  cor_estimate = numeric(10000),
  p_value = numeric(10000)
)

# 执行10000次模拟循环
for (i in 1:10000) {
  # 生成模拟样本
  bnsamp <- data.frame(mvrnorm(n = 48, mu = mean_combined, Sigma = sigma))
  colnames(bnsamp) <- c("Amyg_Avg", "Sys_Jus")
  
  # 计算皮尔逊相关系数及p值
  cor_coeff <- cor.test(x = bnsamp$Amyg_Avg, y = bnsamp$Sys_Jus, 
                        method = "pearson", alternative = "two.sided")
  
  # 将结果存入数据框对应行
  results_df$cor_estimate[i] <- cor_coeff$estimate
  results_df$p_value[i] <- cor_coeff$p.value
  
  # 打印当前模拟的结果（可选，若不需要实时打印可注释掉）
  cat(paste("模拟", i, "：相关系数 =", round(cor_coeff$estimate, 4), "，p值 =", round(cor_coeff$p.value, 4), "\n"))
}

# 查看最终结果数据框的前几行
head(results_df)

代码说明 #

• 预先初始化数据框：提前创建包含10000行的结果数据框，相比循环中动态添加行，效率更高
• 正确提取结果：直接将cor.test返回的estimate（相关系数）和p.value（p值）赋值给数据框的对应位置，避免逻辑错误
• 实时打印结果：通过cat函数每次循环输出当前模拟的结果，满足实时查看的需求
• 后续绘图：最终的results_df可以直接用于绘制相关系数的分布，比如用hist(results_df$cor_estimate)绘制直方图

内容的提问来源于stack exchange，提问作者talqatari