如何构造与[0,1]均匀分布X负相关（相关系数-0.4）的[0,1]均匀分布Y？

已知X是[0,1]上的均匀分布随机变量，要构造同样在[0,1]上均匀分布、且与X相关系数为-0.4的Y，你之前的思路问题在于：两个独立均匀分布的线性组合是三角分布，而非均匀分布，所以Y的分布会偏离均匀。下面给出精确满足所有条件的构造方法：

核心思路 #

利用条件分布构造：通过将X的取值范围分段，让Y在不同分段上采样自不同的均匀子区间，既保证Y的边缘分布是均匀的，又实现与X的负相关。

步骤1：推导分割点参数 #

首先，根据相关系数公式推导所需的参数：
对于[0,1]均匀分布的X和Y，它们的相关系数满足：

corr(X,Y) = 12×(E[XY] - 0.25)

代入目标相关系数-0.4，解得：

E[XY] = 0.25 + (-0.4)/12 ≈ 0.2167

接下来，设分割点为p（0<p<1），定义Y的条件分布：

• 当X ≤ p时，Y服从U(1-p, 1)（取值集中在[0,1]的右端）
• 当X > p时，Y服从U(0, 1-p)（取值集中在[0,1]的左端）

通过推导可知，要让Y边缘为均匀分布，需满足p满足方程：

3(p² - p) = -0.4

解得两个有效解：p≈0.1584 或 p≈0.8416（两者效果对称，选其一即可）。

具体实现（以Matlab为例） #

n = 10000; % 样本量
X = rand(n, 1); % 生成[0,1]均匀分布的X
p = (1 - sqrt(1 - 4*(0.4/3)))/2; % 计算分割点≈0.1584

Y = zeros(n, 1);
% 对X分段生成Y
idx_small = X <= p;
Y(idx_small) = (1 - p) + p * rand(sum(idx_small), 1); % 采样自U(1-p,1)
idx_large = X > p;
Y(idx_large) = (1 - p) * rand(sum(idx_large), 1); % 采样自U(0,1-p)

% 验证结果
disp('X与Y的相关系数：');
disp(corrcoef(X, Y));
% 可通过histogram(Y)查看Y的分布是否均匀

验证结果 #

• 边缘分布：Y的CDF严格等于[0,1]均匀分布的CDF，是标准均匀分布；
• 相关系数：代入参数计算后，corr(X,Y)精确等于-0.4；
• 取值范围：Y的取值始终在[0,1]内，符合要求。

内容的提问来源于stack exchange，提问作者ROOZBEH EHSANI