如何用GAUSS生成多变量分布?

好象是s=5^12使之不变啦。rndns(T,2,s)中的s是seed的作用，如果将之去掉，成为rndn(T,2)，　生成的w就会变了。

论坛上已有讨论：Seed数与Gauss模拟。
Xuehe老师说，“某种分布有一个它的发生器（生成程序产生）生成，这个发生器（生成程序）由一个初值开始，这个初值就是seed,　seed是可重复，随机的...”。但为什么seed一旦定下是某个数值，如这里的s=12^5,　得到的w就不变了呢。

请大家讨论。

一般在模拟时，样本容量T是定下的，它是不变的。对于s,  我需要程序自动生成数据，不可能手动让s变。

zhaomn200145,　你好！
如果将你的程序变成
M=zeros(2,2);
M[1,1]=1;
M[1,2]=0.6; M[2,1]=0.6; M[2,2]=1;
L=chol(M);
T=1000;
@
s=5^12;
e=(rndns(T,2,s))*L;
@
e=(rndn(T,2))*L;
e1=e[ .,1];
e2=e[ .,2];
w=corrx(e);
w;

结果与之前的有什么区别呢？请指教。

你这里生成的是另一组多变量分布，但均值、方差以及相关系数应该也是符合要求的。

如果我做模拟，让程序run1000次，如用“seed=某个数”，那么生成的数据是一样的怎么行呢。所以，觉得不用seed，“s=5^12;e=(rndns(T,2,s))*L;”　而用“e=(rndn(T,2))*L;”可解决模拟问题。例如：

run=1000;
i=1; do until i>1000;
e[i]=(rndn(T,2))*L;
i=i+1;endo;

如用:
s=5^12;
run=1000;
i=1; do until i>1000;
e[i]=(rndn(T,2,s))*L;
i=i+1;endo;
得到的e[i]都是一样的，得不到模拟的效果。

对吗？请讨论。

我觉得你对计算机模拟的理解可能有一些问题............

我的意思是，在模拟时，我们需要生成模型y=0.5+x+u中各变量的数据，然后由数据{yi,xi},i=1,2,...,200 (say), 来估计参数（OLS）。这样重复100次，得到100个参数估计值。那么，生成这些数据，比如解释变量x的数据，由下面生成：
t=200;
x=zeros(t,1);
i=1;do until i>t;
s=5^12;
x[i]=rndns(1,1,s);
i=i+1;endo;
得到的各x数值都是一样的。但用
t=200;
x=zeros(t,1);
i=1;do until i>t;
x[i]=rndn(1,1);
i=i+1;
endo;
就能得到200个不同的值，OLS可做。

不知你理解我没有？

如改成：
t=200;
x=zeros(t,1);
s=12^5;
i=1;do until i>t;
x[i]=rndns(1,1,s);
i=i+1;endo;
也可等到200个不同的x值。我想问的是，这与上面第二种生成数据有什么不同？