Python生成指定相关系数的正态随机变量Z2实现方法咨询

构造原理 #

独立生成的两个随机变量相关系数趋近于0，无法满足指定$\rho$的要求。对于两个标准正态分布变量，可通过线性组合构造满足相关性要求的$Z_2$，公式如下：
$$ Z_2 = \rho \cdot Z_1 + \sqrt{1-\rho^2} \cdot Z_0 $$
其中$Z_0$是与$Z_1$完全独立的标准正态随机变量。
简单校验构造合理性：

• $Z_2$均值为0，方差为1，符合标准正态分布要求
• $Z_1$与$Z_2$的相关系数恰好为$\rho$，满足设定要求

原有代码问题 #

你之前的代码存在两个核心问题：

• np.random(N)属于错误调用，numpy中生成标准正态随机数需要用np.random.randn(N)，原写法既不符合调用规范，生成的也不是正态分布值
• 独立生成的Z2和Z1没有关联，自然无法达到指定的相关性要求

可直接运行的正确代码 #

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
sns.set()

rho = 0.5  # 目标相关系数
N = 10000  # 生成样本量

# 生成独立标准正态变量
Z1 = np.random.randn(N)
Z0 = np.random.randn(N)
# 构造满足相关性要求的Z2
Z2 = rho * Z1 + np.sqrt(1 - rho ** 2) * Z0

# 校验实际相关系数，样本量越大越接近设定的rho
print(f"实际计算相关系数：{np.corrcoef(Z1, Z2)[0, 1]:.3f}")

# 可选：绘制联合分布查看相关性
sns.jointplot(x=Z1, y=Z2, alpha=0.3)
plt.show()

补充说明 #

• 样本量较小时，实际计算的相关系数会和设定值有小幅偏差，属于正常抽样波动，增大样本量偏差会逐步缩小
• 该方法是多元正态分布Cholesky分解生成相关变量的二维特例，拓展到更多维度的相关正态变量也可以用同样思路实现

内容的提问来源于stack exchange，提问作者maik