1

我需要使用命令创建基于均匀分布的随机变量runif。我有一列值，最大值和最小值将基于。我想知道是否有一种方法可以将runif列向下应用，而不必为值列中的每个值重复该过程？没有其他人可以使用。我们正在使用rnormandrunif等，因此不允许使用其他统计信息。

例如：

set.seed(1234)
values <- (30, 45, 80, 90, 80)
var_1 <- runif(5, 30*(.5), 30*(1.25))
var_2 <- runif(5, 45*(.5), 45*(1.25))
var_3 <- runif(5, 80*(.5), 80*(1.25))
var_4 <- runif(5, 90*(.5), 90*(1.25))
var_5 <- runif(5, 80*(.5), 80*(1.25))

这基本上是我必须做的，但它只是一个比五个观察更大的数据框。我还必须生成比 5 更多的随机数。我希望有一种方法可以加快该过程，因此我不需要为var_3 <- runif数据报中的每一行重复该部分。如果有帮助，我可以将数据框的列转换为具有单列和多行的矩阵。最终，我将从这些随机生成的数字中进行抽样，以执行蒙特卡罗模拟。

我假设某些 apply 功能会起作用，但我仍然不确定 apply 系列的任何东西是如何工作的。我查看了一些已经发布的答案，但答案有点超出我的想象，我无法改变它们来帮助我，因为我最初认为我可以。

4

2 回答 2

1

像这样：

set.seed(1234)
values <- c(30, 45, 80, 90, 80)

mat <- sapply(values, function(x) runif(5, x*(.5), x*(1.25)))

colnames(mat) <- values

mat

> mat
           30       45       80        90       80
[1,] 15.79778 33.49176 82.79809 106.63342 84.65663
[2,] 27.71421 27.73334 46.04614 108.84509 94.95845
[3,] 21.30580 26.88622 97.01830  63.84305 99.67589
[4,] 19.59442 37.19917 47.30907  53.33430 96.54164
[5,] 18.00913 23.80419 53.17940  98.80833 69.16812
于 2020-06-09T08:39:14.533 回答
0

这是使用逆概率积分变换的另一个选项：

set.seed(1234)
values <- c(30, 45, 80, 90, 80)
n <- length(values)
m <- 10L
t(values * t((1.25 - 0.5) * matrix(runif(m*n), m, n) + 0.5))

OP 分布的 CDF 为 F(x) = 1 / (1.25 - 0.5) * ( x - 0.5 )。因此，F^{-1}(u) = (1.25 - 0.5) * u + 0.5。

我们使用这个 F^{-1}(u) 生成标准的均匀随机变量并使用逆 PIT 转换为所需的分布。

这两个t操作是 i) 便于缩放values和 ii) 确保输出格式相同。

参考：

  1. 逆变换采样，维基百科， https://en.wikipedia.org/wiki/Inverse_transform_sampling
于 2020-06-09T09:51:12.000 回答