Génération de données indépendantes et suivant une loi

[Misspatate]

Bonjour,

Je cherche à générer quatre variables suivant une loi normale mais il faut que ce soit indépendant.
J'arrive à faire des tirages aléatoires mais ce n'est pas sûr qu'ils soit indépendants... Y a t-il un moyen pour que dès le début ça le soit?

Mon code est :

Code :

1
2
3
4
5
6
7
8
9
DATA inra3.table220;
    do i=1 TO 20;
        a=rannor(1);
		b=rannor(1);
		c=rannor(1);
		d=rannor(1);
        output;
    end;
run;

Merci beaucoup pour votre aide

[Manoutz]

Tes 4 variables sont independantes

[Misspatate]

Coucou!

Merci pour ta réponse, le sont-elle nécessairement?

[olivier.decourt]

C'est ce que la doc SAS indique (il suffit de partir de RANUNI et de suivre les liens pour arriver ici).
Le conseil est d'utiliser une graine unique plutôt que de la faire varier d'une variable à l'autre : l'indépendance statistique est plus certaine avec une graine unique.

[datametric]

Ou bien avec la graine à 0 à chaque fois ?

[Misspatate]

La graine unique, est-ce la même chose qu'avec la graine égale à 0? Il me semble que "0" permet de sortir une graine aléatoire...
En tout cas, j'ai fait vérifier la corrélation avec une graine à 0, et effectivement, les résultats sont meilleurs. Le problème est lorsque je génère peu d'observations, ce qui est plutôt normal...

[Manoutz]

Une graine unique signifie que la valeur que tu utilises dans ta fonction est constant.

Que veux tu dire par

les résultats sont meilleurs

et par:

Le problème est lorsque je génère peu d'observations, ce qui est plutôt normal...

[olivier.decourt]

La graine à 0 est équivalent à une graine différente par variable. D'après la doc citée plus haut, c'est moins bon (risque de chevauchements pour des séries longues) que la graine unique. De plus, 2 exécutions du même programme donneront des résultats différents, ce qui n'est pas forcément pratique quand on veut travailler à plusieurs.
Graine à 0 = graine initialisée en fonction de l'heure système (--> change en permanence).

Quant à tes vérifications, effectivement les corrélations de petits jeux de données, il y a un gros risque de résultats parasites. Le graphique reste une meilleure solution. Comme le montre la doc, il faut aussi croiser avec un LAG et un LAG2 pour être bien tranquille sur l'indépendance statistique des séries.