12

该函数默认使用哪种算法rnorm来生成标准正态分布的随机数？

4

2 回答 2

13

见?RNGkind。默认是反演算法：

normal.kind可以是“Kinderman-Ramage”、“Buggy Kinderman-Ramage”（不适用于set.seed）、“Ahrens-Dieter”、“Box-Muller”、“Inversion”（默认值）或“用户提供”。（关于反转，请参阅参考资料 qnorm。） 1.7.1 之前的版本（现在称为“Buggy”）中使用的 Kinderman-Ramage 生成器有几个近似错误，只能用于重现旧结果。“Box-Muller”生成器是有状态的，因为成对的法线是按顺序生成和返回的。每当它被选中（即使它是当前的普通生成器）和 kind 改变时，状态都会被重置。

您可以通过以下方式更改算法

RNGkind(normal.kind = "Box-Muller")

您可以通过查看找到当前设置的内容RNGkind()[2]。

于 2013-03-12T19:04:10.900 回答
8

另一个答案就足够了，但给我留下了一些问题；特别是，我在文档中没有看到任何地方*该"Inversion"算法到底是什么，所以我深入研究了源代码，它还提供了对其他可能算法的论文的学术参考，以弄清楚到底在做什么.

    case INVERSION:
#define BIG 134217728 /* 2^27 */
    /* unif_rand() alone is not of high enough precision */
    u1 = unif_rand();
    u1 = (int)(BIG*u1) + unif_rand();
    return qnorm5(u1/BIG, 0.0, 1.0, 1, 0);

因此，默认"Inversion"算法似乎在基础上生成一个高精度浮点数（看起来像 53 位，或64 位浮点数的尾数大小），然后将其发送到qnorm5作为正态分布的 CDF 函数的函数。

至于函数是如何qnorm5工作的（鉴于 Normal CDF 和逆 CDF 没有封闭形式），我没有太多运气破解这里似乎是源代码的内容，但它们确实提供了进一步的学术参考，即Beasley， JD 和 SG Springer (1977)和Wichura, MJ (1988)；前者通常用于 CDF 的小分位数，后者用于大（z>7左右）。

还可能有趣的是（在撰写本文时）该算法似乎由Julia 语言共享，它也共享.qnorm5R

*公平地说，回想起来，上面提到了 Wichura ?qnorm。我认为仍然值得在这个线程中说明一些事情。

于 2015-08-28T19:26:13.417 回答