R语言按指定相关矩阵生成多元正态数据的问题求解

你观察到的总体Sigma和样本相关矩阵cor(Z)不一致，本质是抽样误差导致的正常现象，并非代码错误：

• rmvnorm()的sigma参数指定的是总体层面的理论协方差矩阵，函数输出的是从对应多元正态总体中抽取的随机样本，样本统计量天然会和总体参数存在随机偏差，不可能完全相等。
• 你当前设置的样本量仅为50，变量数达20，样本量相对于变量数偏小，抽样误差会更明显，二者的差异会被放大。
• 额外需要排查的点：自定义构造的Sigma如果不是严格正定矩阵，会导致抽样过程出现数值偏差，可提前通过eigen(Sigma)$values检查所有特征值是否为正，确认矩阵合法性。

根据你的实际需求二选一即可：

场景1：仅要求总体相关结构严格匹配指定Sigma，允许样本存在随机波动 #

这是统计模拟中最常见的需求，不需要特殊调整抽样逻辑，仅需做如下处理：

• 适当增大样本量，样本相关矩阵会随样本量提升依概率收敛到总体Sigma，例如将n设置为10000时，cor(Z)和Sigma的差异会缩小到可忽略的范围。
• 抽样前校验Sigma的正定性，若矩阵非正定，可通过Matrix::nearPD()修正为最接近的合法正定相关矩阵：

library(Matrix)
# 正定性校验
if(!is.positive.definite(Sigma)){
  Sigma <- as.matrix(nearPD(Sigma, corr = TRUE)$mat)
}

• 需要结果可复现时，提前设置随机种子：set.seed(任意整数)

场景2：要求生成样本的样本相关矩阵严格等于指定Sigma #

直接调用rmvnorm()无法实现该需求——纯随机抽样必然存在抽样误差，需要通过Cholesky变换对样本做线性约束，实现样本层面的相关结构精确匹配，代码如下：

set.seed(123)
n <- 50
p <- ncol(Sigma)
# 生成独立标准正态初始样本
Z0 <- matrix(rnorm(n*p), nrow = n, ncol = p)
# 正交化处理，将初始样本的样本协方差转换为单位阵
Z0 <- scale(Z0)
# 对目标相关矩阵做Cholesky分解
chol_factor <- chol(Sigma)
# 线性变换得到目标样本
Z_exact <- Z0 %*% chol_factor

# 验证：差值仅存在计算机浮点级误差，可忽略
max(abs(cor(Z_exact) - Sigma))

注意：该方法生成的样本经过线性约束，不属于完全独立的随机抽样结果，仅适合需要固定样本相关结构的场景（如统计方法验证、基准数据生成）；如果是做统计推断类的随机模拟，使用普通rmvnorm()抽样即可，无需做精确约束。

内容的提问来源于stack exchange，提问作者Bugra Varol