解析normal_gibbs=function(n=10,luo=0.5){ x=numeric(n) y=numeric(n) x[1]=rnorm(1) y[1]=rnorm(1) for (i in 1:n){ x[i+1]=rnorm(1,luo*y[i],1-luo^2) y[i+1]=rnorm(1,luo*x[i+1],1-luo^2) } data.frame(x,y) } normal_gibbs(n=100,luo=0.2)

这个函数中使用了 Gibbs 抽样方法生成两个变量的联合分布。具体来说，每次迭代时，先从条件概率分布 $p(x|y)$ 中生成一个 $x$ 的值，然后再从条件概率分布 $p(y|x)$ 中生成一个 $y$ 的值。其中，$p(x|y)$ 和 $p(y|x)$ 由给定的相关系数 $\rho$ 计算得出，具体为：

$$p(x|y) \sim N(\rho y, 1-\rho^2)$$

$$p(y|x) \sim N(\rho x, 1-\rho^2)$$

因此，在每次迭代时，根据上一次生成的 $y_i$，从 $p(x|y)$ 中生成 $x_{i+1}$，再根据 $x_{i+1}$ 从 $p(y|x)$ 中生成 $y_{i+1}$。这样，反复进行迭代，最终得到 $n$ 个样本点，保存在一个数据框中并返回。在这个函数中，使用了 R 内置的随机数函数 rnorm() 生成正态分布随机数。