r - R：如何生成一系列总和为某个数字的指数偏差

Question

我正在尝试为马尔可夫链生成一系列等待时间，其中等待时间是指数分布的数字，速率等于 1。但是，我不知道该过程的转换次数，而是该过程花费的总时间。

因此，例如：

t <- rexp(100,1)
tt <- cumsum(c(0,t))

t是连续且独立的等待时间tt的向量，是从 0 开始的实际转换时间的向量。

同样，问题是我不知道 t 的长度（即转换的数量），而不知道总等待时间将经过多少（即 tt 中最后一个条目的下限）。

在 R 中生成它的有效方法是什么？

Answer 1

The Wikipedia entry for Poisson process has everything you need. The number of arrivals in the interval has a Poisson distribution, and once you know how many arrivals there are, the arrival times are uniformly distributed within the interval. Say, for instance, your interval is of length 15.

N <- rpois(1, lambda = 15)
arrives <- sort(runif(N, max = 15))
waits <- c(arrives[1], diff(arrives))

Here, arrives corresponds to your tt and waits corresponds to your t (by the way, it's not a good idea to name a vector t since t is reserved for the transpose function). Of course, the last entry of waits has been truncated, but you mentioned only knowing the floor of the last entry of tt, anyway. If he's really needed you could replace him with an independent exponential (bigger than waits[N]), if you like.

Answer 2

如果我做对了：您想知道填充您的时间间隔需要多少次转换。由于转换是随机且未知的，因此无法预测给定样本。以下是如何找到答案：

tfoo<-rexp(100,1)   
max(which(cumsum(tfoo)<=10))  
[1] 10  

tfoo<-rexp(100,1)   # do another trial 
max(which(cumsum(tfoo)<=10))  
[1] 14  

现在，如果您预计需要绘制一些巨大的样本，例如rexp(1e10,1)，那么也许您应该绘制“块”。抽取 1e9 个样本，看看是否sum(tfoo)超过了您的时间阈值。如果是这样，请通过cumsum. 如果没有，再抽取 1e9 个样本，以此类推。