R：从概率密度分布生成数据

Question

假设我有一个简单的数组，具有相应的概率分布。

library(stats)    
data <- c(0,0.08,0.15,0.28,0.90)
pdf_of_data <- density(data, from= 0, to=1, bw=0.1)

有什么方法可以使用相同的分布生成另一组数据。由于操作是概率性的，它不再需要完全匹配初始分布，而只是从中生成。

我确实成功地自己找到了一个简单的解决方案。谢谢！

Answer 1

从 ?density 文档中的示例中，您（几乎）得到了答案。

所以，应该这样做：

library("stats")    
data <- c(0,0.08,0.15,0.28,0.90)
pdf_of_data <- density(data, from= 0, to=1, bw=0.1)

# From the example.
N <- 1e6
x.new <- rnorm(N, sample(data, size = N, replace = TRUE), pdf_of_data$bw)

# Histogram of the draws with the distribution superimposed.
hist(x.new, freq = FALSE)
lines(pdf_of_data)

您可以像 rejection sampling. 那样拒绝区间外的抽奖或者，您可以使用 link.

中描述的算法

Answer 2

从曲线绘制：

sample(pdf_of_data$x, 1e6, TRUE, pdf_of_data$y)

Answer 3

最好的办法是生成经验累积密度函数，近似逆函数，然后转换输入。

复合表达式看起来像

random.points <- approx(
  cumsum(pdf_of_data$y)/sum(pdf_of_data$y),
  pdf_of_data$x,
  runif(10000)
)$y

产量

hist(random.points, 100)

R：从概率密度分布生成数据

R: Generate data from a probability density distribution

r

random

probability-density