在 R 中模拟遵循分布曲线的值

Question

我想模拟遵循不同分布的需求值（例如上文：线性开始>指数>invlog>等）我对概率分布的概念有点困惑，但我认为我可以使用 rnorm、rexp、 rlogis 等。有什么办法可以做到吗？

我认为可能是这样，但在 R 中：Generating smoothed randoms that follow a distribution

Answer 1

如果您知道要使用的分布及其参数，使用 rnorm()、rexp() 等从 R 中常用的概率分布模拟随机值是相当简单的。例如，rnorm(10, mean=5, sd=2) returns 10 来自均值为 5 且标准差为 2 的正态分布。

rnorm(10, mean = 5, sd = 2)
##  [1] 5.373151 7.970897 6.933788 5.455081 6.346129 5.767204 3.847219 7.477896 5.860069 6.154341

## or here's a histogram of 10000 draws...
hist(rnorm(10000, 5, 2))

您可能对指数分布感兴趣 - 查看 hist(rexp(10000, rate=1)) 了解相关信息。

最简单的解决方案是调查您感兴趣的概率分布及其在 R 中的实现。

仍然可以 return 从一些自定义函数中随机抽取，并且有一些技术可以做到这一点 - 但它可能会变得混乱。这是从 x^3 - 3x^2 + 4 区域定义的概率中随机抽取在零和 3 之间的一个非常粗略的实现。

## first a vector of random uniform draws from the region
unifdraws <- runif(10000, 0, 3)

## assign a probability of "keeping" draws based on scaled probability
pkeep <- (unifdraws^3 - 3*unifdraws^2 + 4)/4

## randomly keep observations based on this probability
keep <- rbinom(10000, size=1, p=pkeep)
draws <- unifdraws[keep==1]

## and there it is!
hist(draws)

## of course, it's less than 10000 now, because we rejected some
length(draws)
## [1] 4364

在 R 中模拟遵循分布曲线的值

Simulate Values that follow a Distribution Curve in R

random

r

distribution

simulate