我正在研究关于收入分配的项目......我想生成随机数据来测试理论。假设我有 N = 5 个国家，每个国家有 n = 1000 人口，我想为每个人口中的每个人产生随机收入（正态分布），收入约束在 0 和 1 之间，并且具有相同的平均值和不同的标准所有国家的偏差。我使用函数 rnorm(n, meanx, sd) 来做到这一点。我知道 UNIFORM DISTRIBUTION (runif(n,min, max) 有一些用于设置最小值、最大值的参数，但没有 rnorm。由于 rnorm 没有提供设置最小值和最大值的参数。我必须写一段代码检查一组随机数据，看看它们是否满足我的 [0,1] 约束。
我成功生成了 n=100 的收入数据。但是，如果我将 n = k 增加 100 倍，例如。n=200, 300 ......1000。我的程序挂了。我可以看到程序为什么挂起，因为它只是随机生成数据，没有最小值、最大值的限制。因此，当我使用较大的 n 时，我将成功生成的概率小于 n=100。循环再次运行：生成数据，检查失败。
从技术上讲，为了解决这个问题，我想把 n=1000 分成小批量，比如说 b=100。由于 rnorm 在 [0,1] 范围内成功生成了 100 个样本并且它是正常分布的，因此如果我为每批 100 个样本分别运行 10 次 100 个样本的循环，它将运行良好。然后，我会将 10 * 100 个样本的所有数据收集到一个 1000 的数据中，以供以后分析。但是，从数学上讲，我不确定通过这种方式是否仍然满足 n=1000 的正态分布约束。我在这里附上了我的代码。希望我的解释对你来说很清楚。您的所有意见将对我的工作非常有用。非常感谢。
# Update:
# plot histogram
# create the random data with same mean, different standard deviation and x in range [0,1]
# Generate the output file
# Generate data for K countries
#---------------------------------------------
# Configurable variables
number_of_populations = 5
n=100 #number of residents (*** input the number whish is k times of 100)
meanx = 0.7
sd_constant = 0.1 # sd = sd_constant + j/50
min=0 #min income
max=1 #max income
#---------------------------------------------
batch =100 # divide the large number of residents into small batch of 100
x= matrix(
0, # the data elements
nrow=n, # number of rows
ncol=number_of_populations, # number of columns
byrow = TRUE) # fill matrix by rows
x_temp = rep(0,n)
# generate income data randomly for each country
for (j in 1:number_of_populations){
# 1. Generate uniform distribution
#x[,j] <- runif(n,min, max)
# 2. Generate Normal distribution
sd = sd_constant+j/50
repeat
{
{
x_temp <- rnorm(n, meanx, sd)
is_inside = TRUE
for (i in 1:n){
if (x_temp[i]<min || x_temp[i] >max) {
is_inside = FALSE
break
}
}
}
if(is_inside==TRUE) {break}
} #end repeat
x[,j] <- x_temp
}
# write in csv
# each column stores different income of its residents
working_dir= "D:\\dataset\\"
setwd(working_dir)
file_output = "random_income.csv"
sink(file_output)
write.table(x,file=file_output,sep=",", col.names = F, row.names = F)
sink()
file.show(file_output) #show the file in directory
#plot histogram of x for each population
#par(mfrow=c(3,3), oma=c(0,0,0,0,0))
attach(mtcars)
par(mfrow=c(1,5))
for (j in 1:number_of_populations)
{
#plot(X[,i],y,'xlab'=i)
hist(x[,j],main="Normal",'xlab'=j)
}
