如何使随机生成的数据在R中的绘图上不那么均匀

我不确定这是否可能，但我正在绘制一个随机生成的数据图来演示一些东西，所以我需要生成一些灰色的具有强正相关性的观察值，然后生成一些红色的没有相关性的观察值，这只是观察值的云状

我得到了灰色的观测值没问题，但是红色的观测值在图上以正方形的形式出现。我需要它们少一些方形，多一些云彩般的随机性。我尝试过几种不同的随机数分布方法，但似乎没有一种有效。当我减少样本量时，它确实看起来不那么方正，但我仍然希望它有相当数量的样本（即灰色有2000个样本，红色有500-2000个）。我试过

rnorm

，

runif

，

sample

，和

truncnorm

，但它们都只是不断产生红色框，或者它们没有停留在应该出现的一般区域（x在2到4之间，y在20到30之间）

有人知道我如何减少盒子的厚度，使它看起来不那么均匀吗

#生成相关的
n您似乎在寻找包装质量中mvrnorm提供的多元正态随机数。可以通过参数mu指定云的中点，通过参数Sigma中的协方差矩阵指定云的形状。云的方向是特征向量到σ最大特征值的方向

由于正态分布的范围不受限制，您可能希望在某个阈值处截断结果。
您可以使用正态分布绝对值的立方根：

# generate noisy data
set.seed(69)
b_x <- 1.3 * (abs(rnorm(2000)))^0.33 + 2
b_y <- 6 * (abs(rnorm(2000)))^0.33 + 20
biased <- data.frame(b_x, b_y)
biased$indicator <- 'biased'
colnames(biased) <- c("x", "y", "indicator")

# put together on plot
dummy_data <- rbind(trended, biased)
ggplot(dummy_data, aes(x = x, y = y, color = indicator)) + 
  geom_point(show.legend = FALSE) +
  scale_color_manual(values = c("#FF0000", "#999999")) +
  theme_bw() +
  theme(plot.title = element_text(size=9, face='bold'), 
        legend.position = "none") +
  labs(title = "The Impact of Selection Bias", x = "X", y = "Y")

#生成噪声数据
种子（69）
b_x另一种方法是用平滑边缘的东西卷积均匀分布的样本。例如，使用类似高斯函数的函数：

n我想你可能想改变情节？这有帮助吗？@Mike这可能是我需要的，但是否可以只在特定的颜色或特定的区域抖动？我不想让它覆盖整个情节，但就在右上角，从文档中我看不出这也是一个很好的选择，产生了比我最初得到的盒子更好的效果，谢谢
# generate noisy data
set.seed(69)
b_x <- 1.3 * (abs(rnorm(2000)))^0.33 + 2
b_y <- 6 * (abs(rnorm(2000)))^0.33 + 20
biased <- data.frame(b_x, b_y)
biased$indicator <- 'biased'
colnames(biased) <- c("x", "y", "indicator")

# put together on plot
dummy_data <- rbind(trended, biased)
ggplot(dummy_data, aes(x = x, y = y, color = indicator)) + 
  geom_point(show.legend = FALSE) +
  scale_color_manual(values = c("#FF0000", "#999999")) +
  theme_bw() +
  theme(plot.title = element_text(size=9, face='bold'), 
        legend.position = "none") +
  labs(title = "The Impact of Selection Bias", x = "X", y = "Y")