R：使用自定义概率函数从向量中绘制

Question

如果以前有人问过，请见谅（我觉得一定有，但找不到我要找的东西）。

我可以使用指定元素不同概率的概率函数绘制整数向量（从 1 到 10）的一个元素吗？如果我想要相等的概率，我使用 runif() 来获得 1 到 10 之间的数字：

ceiling(runif(1,1,10))

我如何类似地从例如指数分布以获得 1 到 10 之间的数字（这样 1 比 10 更有可能），或逻辑概率函数（如果我想要一个 sigmoid 增加概率从 1 到 10）。

我唯一能想出的 "solution" 是首先从 say sigmoid 分布中提取 e6 数字，然后将最小值和最大值缩放到 1 和 10 - 但这看起来很笨拙。

更新：

这个尴尬的解决方案（我觉得不是很"correct"）会像这样

#Draw enough from a distribution, here exponential
x <- rexp(1e3)

#Scale probs to e.g. 1-10
scaler <- function(vector, min, max){
 (((vector - min(vector)) * (max - min))/(max(vector) - min(vector))) + min  
} 

x_scale <- scaler(x,1,10)

#And sample once (and round it)
round(sample(x_scale,1))

周围没有更好的解决方案吗？

Answer 1

我相信 sample() 就是您要找的，正如@HubertL 在评论中提到的那样。您可以指定递增函数（例如 logit()）并将要从 v 中采样的向量作为输入传递。然后，您可以将该函数的输出用作概率向量 p。请参阅下面的代码。

logit <- function(x) {
  return(exp(x)/(exp(x)+1))
}

v <- c(seq(1,10,1))
p <- logit(seq(1,10,1))

sample(v, 1, prob = p, replace = TRUE)

R：使用自定义概率函数从向量中绘制

R: draw from a vector using custom probability function

r

distribution

sample