使用不同概率的向量从 (0,1) 重复绘制的最佳方法是什么？ (右)

Question

我经常遇到这样的问题，我想重复地从 c(0,1) 中用 'success' 概率 prob 的不同向量替换来抽取样本，例如

prob <- c(1:5/10)

同时使用 for 循环的两个选项是：

A <- numeric()
n <- length(prob)
for(i in 1:n){
  A[i] <- rbinom( 1 , 1 , prob = prob[i] )
}

和

for(i in 1:n){
  A[i] <- sample( c(0,1) , 1 , prob = c(1-prob[i],prob[i]) )
}

是否有更直接（最佳、优雅）的方法来做到这一点，例如不使用 for 循环？

Answer 1

所有分布函数都完全矢量化，例如：

set.seed(42)
rbinom(2, 1, c(0.01, 0.99))
#[1] 0 1

rnorm(2, mean = c(1, 1e3))
#[1]    0.4353018 1000.3631284

rf(2, c(1, 10), c(10, 1))
#[1] 1.408771 4.677464

等等

使用不同概率的向量从 (0,1) 重复绘制的最佳方法是什么？ (右)

What is the optimal way to draw repeatedly from (0,1) with a vector of varying probabilities? (R)

optimization

r

bernoulli-probability