如何在R中生成异方差（heteroskedasticity）随机数据并符合指定回归分布要求

核心实现逻辑 #

目标生成的数据满足三个核心特征：

• 整体为线性回归关系，不存在曲线偏离
• 异方差为随自变量递增的类型：自变量取值越小，因变量的离散程度越低；自变量取值越大，因变量的离散程度越高
• 对任意给定的自变量值，对应的因变量服从正态分布，误差项的方差为随自变量变化的函数，而非固定常数

完整可运行代码 #

# 固定随机种子，保证重复运行结果可复现
set.seed(123)

# 定义样本量
n <- 500

# 生成连续取值的自变量x，覆盖0到20区间
x <- runif(n, min = 0, max = 20)

# 设定线性模型的截距和斜率参数
beta0 <- 3
beta1 <- 1.2

# 生成异方差误差项：每个样本的误差标准差与x值成正比
# 满足正态分布设定：ε_i ~ N(0, σ_i²)，σ_i = 0.5 * x_i
sigma_i <- 0.5 * x
epsilon <- rnorm(n, mean = 0, sd = sigma_i)

# 计算最终因变量y
y <- beta0 + beta1 * x + epsilon

# 可视化验证生成形态
plot(x, y, pch = 16, col = adjustcolor("grey40", 0.6),
     main = "递增型异方差样本",
     xlab = "x", ylab = "y")
abline(beta0, beta1, col = "firebrick", lwd = 2)

效果调整说明 #

• 生成的散点图中，x值较小的左侧区域散点紧密集中在回归线附近，x值较大的右侧区域散点垂直宽度明显扩大，和要求的示例散点形态完全匹配
• 所有样本的条件分布严格服从正态分布，方差随x线性升高，和要求的分布规则完全一致
• 若需要调整异方差的强度，只需修改sigma_i的缩放系数：系数越小，离散程度随x升高的幅度越平缓；系数越大，异方差特征越显著

内容的提问来源于stack exchange，提问作者Hasmetbjk