模拟R中多个响应的不协调效应

我想在R中模拟以下情况。设X为随机变量，取值{0，1，2}和Y，Z为任意连续分布的两个随机变量：

如何生成X、Y和Z，从而使Y和Z之间的皮尔逊相关性非常高（例如r=0.8），而它们与X之间的相关性非常不同

换句话说，在cor（Y，Z）=r且r相对较大的情况下，使cor（X，Y）和cor（X，Z）最小化的X，Y和Z是什么

如何不仅生成两个（Y，Z）变量，而且生成k个变量（Y_1，Y_2，…，Y_k），这些变量满足前面的条件（它们有一个非对角元素的相关矩阵=r，r非常高），但它们与X的相关性非常不同）

---

1-2。Y~N（0,1），Z~N（Y，0），X=[Z这看起来像是一个赋值。你尝试了什么？这不是赋值，我想模拟多个性状中的SNP效应，即GWAS环境中的多效性效应，我想知道现实性如何（如果可能的话）是一种效果与性状的相关结构非常不一致的情况，如果后者非常相关，请澄清；-）

Y <- rnorm(100)
Z <- rnorm(100, Y)
X = I(Z<Y) + I(Y<0)
cbind(Y, Z ,X) %>% 
    cor()

       Y          Z          X
Y  1.0000000  0.7545677 -0.6593067
Z  0.7545677  1.0000000 -0.8240605
X -0.6593067 -0.8240605  1.0000000