Brevemente presentamos un procedimiento de simulación en R, que tiene como objetivo la generación de números pseudoaleatorios relacionados de acuerdo a un patrón fijado de antemano por el investigador.
Posteriormente se presenta de forma gráfica la estructura alcanzada.
----
Procedimiento general de simulación:
library(psych)
library(MASS)
PatCorr <- matrix(c(1, 0.8, -0.4, 0.2,
0.8, 1, 0.15, 0.3,
-0.4, 0.15, 1, 0.1,
0.2, 0.3, 0.1, 1),nrow=4)
M <- mvrnorm(5000, mu=rep(0,4), Sigma = PatCorr,empirical = TRUE)
---
Procedimiento de resultados:
head(M)
pairs.panels(M)
---
Obteniéndose en este caso simulado...
[,1] [,2] [,3] [,4]
[1,] 0.04508237 0.13164350 -0.4929757 0.37310566
[2,] 1.07220292 0.67510691 -0.9520928 -1.01714666
[3,] 0.41117075 0.38988280 -0.6533527 -0.21138061
[4,] -0.05390150 -0.04880109 0.1695599 -0.05594154
[5,] -0.54652194 0.32840506 0.7111292 -0.18216643
[6,] -1.23544943 -1.51118618 -1.0223330 0.92505704
....
En caso de ajustar el valor de p para múltiples contrastes usaremos el procedimiento:
datos<-as.data.frame(M)
corr.test(datos, y = NULL,
use = "pairwise",method="pearson",adjust="holm",alpha=.05)
pairs.panels(M)
---
Obteniéndose en este caso simulado...
[,1] [,2] [,3] [,4]
[1,] 0.04508237 0.13164350 -0.4929757 0.37310566
[2,] 1.07220292 0.67510691 -0.9520928 -1.01714666
[3,] 0.41117075 0.38988280 -0.6533527 -0.21138061
[4,] -0.05390150 -0.04880109 0.1695599 -0.05594154
[5,] -0.54652194 0.32840506 0.7111292 -0.18216643
[6,] -1.23544943 -1.51118618 -1.0223330 0.92505704
....
En caso de ajustar el valor de p para múltiples contrastes usaremos el procedimiento:
datos<-as.data.frame(M)
corr.test(datos, y = NULL,
use = "pairwise",method="pearson",adjust="holm",alpha=.05)
