R 从多元t分布生成随机变量

我想从R中的多元t分布生成随机变量。我正在使用mvtnorm包，它有命令rmvt从多元t分布生成随机变量。现在我的问题是关于函数的语法，以及是否能够操纵它来做我想要的事情。该函数需要以下内容

rmvt(n, sigma = diag(2), df = 1, delta = rep(0, nrow(sigma)),
     type = c("shifted", "Kshirsagar"), ...)

其中sigma是一个相关矩阵。现在我遇到的问题是如何从均值为m、协方差矩阵为S的多元t分布中取样。下面的语法正确吗

rmvt(1,S,df=n) + m

或

其中，我的协方差矩阵可以分解为S=sigma*R，即，R是我的相关矩阵。当我运行这两行代码时，我得到了不同的结果，所以这就是我的困惑的部分原因

看一看。据说sigma是尺度而非相关矩阵，相关矩阵（仅定义为df>2）由sigma*df/df-2给出。因此，如果你有一个预先指定的协方差矩阵，那么你应该设置

sigma=S*(D-2)/D

其中D是自由度。要从具有均值m和协方差矩阵S的多元t分布生成n个样本，您可以将均值添加到rmvt调用之外，如您所示：

rmvt(n, sigma=S*(D-2)/D, df=D) + m 

或者使用mu参数：

rmvt(n, mu=m, sigma=S*(D-2)/D, df=D)

编辑：无论出于何种原因，rmvt没有正确加载到我的机器上，因此我必须先键入此项，才能正确加载函数：

rmvt <- bfp:::rmvt

看一看这张照片。据说sigma是尺度而非相关矩阵，相关矩阵（仅定义为df>2）由sigma*df/df-2给出。因此，如果你有一个预先指定的协方差矩阵，那么你应该设置

sigma=S*(D-2)/D

其中D是自由度。要从具有均值m和协方差矩阵S的多元t分布生成n个样本，您可以将均值添加到rmvt调用之外，如您所示：

rmvt(n, sigma=S*(D-2)/D, df=D) + m 

或者使用mu参数：

rmvt(n, mu=m, sigma=S*(D-2)/D, df=D)

编辑：无论出于何种原因，rmvt没有正确加载到我的机器上，因此我必须先键入此项，才能正确加载函数：

rmvt <- bfp:::rmvt