请问如何生成独立同分布的卡方分布或者指数分布数据

比如有x1,x2,x3,...x10总共10个随机变量均服从同一卡方分布并且相互独立，并且对每个随机变量取样30，请问如何生成满足这些条件的数据？（即最后的数据是一个30*10的样本数据矩阵）

If you use R, then it is quite easy. Like
x<-matrix(nrow=30, ncol=10, byrow=FALSE)#define the structure to store the data
for (i in 1:10){x[,i]=rchisq(30, 1,1)}#x from Chisquare (1)
x#is what you wanted

If you use sas, then PROC IML works as below:
PROC IML;
   call randseed(1234);
   x=j(30, 10);*30 row, 10 columns;
   call randgen (x, "CHISQ", 5 );**Chi-squre with freedom as 5, center parameter as 0;
   print x;
quit;

        

suzhzh 发表于 2016-7-6 18:14
If you use R, then it is quite easy. Like
x

谢谢你的回复，看了之后我有如下问题：
（1）程序for (i in 1:30){x[,1]=rchisq(30, 1,1)}中for (i in 1:30)对于x好像没有起到循环作用
（2）这样生成的数据能满足两两独立吗？你的意思是对{x[,1]=rchisq(30, 1,1)}循环10次是吗？这样能得到这10次的数据是独立的吗？

八神小弟 发表于 2016-7-6 19:44
谢谢你的回复，看了之后我有如下问题：
（1）程序for (i in 1:30){x[,1]=rchisq(30, 1,1)}中for (i in 1 ...

Typos, 1 should be i.

Yes, they are independent.

suzhzh 发表于 2016-7-6 19:55
Typos, 1 should be i.

Yes, they are independent.

谢谢你的回复，问题如下
（1）for (i in 1:30){x[,1]=rchisq(30, 1,1)}是否应该改为for (i in 1:10){x[,i]=rchisq(30, 1,1)}，这样就会生成10列数据，每列数据容量为30
（2）为什么这样能保证两两独立？我不是很理解，能否给予详细的解释，谢谢。

八神小弟 发表于 2016-7-6 20:37
谢谢你的回复，问题如下
（1）for (i in 1:30){x[,1]=rchisq(30, 1,1)}是否应该改为for (i in 1:10){x[, ...

1) Yes, I think I made another error.
2) Suggest you to read some books about the randomization umber generation.

suzhzh 发表于 2016-7-6 21:02
1) Yes, I think I made another error.
2) Suggest you to read some books about the randomization  ...

谢谢你的回复，我有2个问题
（1）若我有这样的程序（把10个变量简化成2个变量）
x1<-rchisq(30,1,1)
x2<-rchisq(30,1,1)
这样生成的x1,x2独立吗？
（2）能推荐几本写随机数生成的书吗？或者有关随机数生成（我没有百度到我想要的东西）
谢谢

八神小弟 发表于 2016-7-6 21:25
谢谢你的回复，我有2个问题
（1）若我有这样的程序（把10个变量简化成2个变量）
x1

For the 1) question, the answer is Yes.
for the 2) question, I have no list to recommend, but I would like you to google and you may get something. Many thanks.

suzhzh 发表于 2016-7-7 09:34
For the 1) question, the answer is Yes.
for the 2) question, I have no list to recommend, but I  ...

谢谢你的耐心解答，学习的路还有很长，希望能不断的进步，谢谢