问题标签 [uniform-distribution]

我有以下数据框DF：

并希望添加一个新列，该列对每行的 Min 和 Max 之间的数字进行采样，且分布均匀。我已经尝试过以下方法，但给我所有行的相同编号，这意味着它不是按需要逐行采样：

我怎样才能做到这一点？

这是对上一个问题的跟进。我的问题没有完全阐述，因此在我的上一篇文章中没有完全回答。原谅我，我是使用堆栈溢出的新手。

我的教授分配了一个问题集，我们需要使用 dplyr 和其他 tidyverse 包。我非常清楚，我尝试执行的大多数（如果不是全部）任务都可以在 base r 中执行，但这与我的指示不一致。

首先，我们被要求从均匀分布中生成 1000 个随机样本：

这进展顺利。

然后我们被要求循环这个 tibble 1000 次，每次选择 20 个随机样本并计算平均值并将其保存到一个 tibble：

这一切都在运行，好吧，我相信直到我看到我的uniformSampleMeans小标题。看起来像这样：

所有的值都是一样的！有没有人知道为什么我的输出是这样的？如果它们以 +/- 0.000x 的值变化，我就不太担心了，因为这是从 0 到 1 的分布，但即使到小数点后 15 位，这些值也都是相同的！任何帮助深表感谢！

所以我有上面的程序。但问题是每次我运行时，结果都是一样的，即使我已经设置了srand(time(NULL))

我错过了什么？如何使输出随机？

谢谢

我对 Python 很陌生，我试图将这个问题作为一个学习练习，但我无处可去。

我想要做的是表明对于在 200ns 窗口内均匀分布的两个随机变量，它们在 7ns 内到达彼此的概率约为 5%：

X, Y ~ U[0, 200]

Z = X - Y

P(|Z| < 7) = ?

我想知道这样做的最具分析性的方法，因为我认为 Python 可能有一些有用的库可以提供帮助，而且因为如果我想做一个随机模拟，我会在 C++ ROOT 中进行，这将花费我更少的时间！

我所做的方式如下，但它与我分析计算的不同。任何人都可以提出更好/更准确的方法来解决同样的问题吗？

非常感谢！

在我的研究中，我找不到任何与分段函数中的关系值相关的示例。尽管我使用uni_dis方法收到了下限值和上限值，但我仍停留在将这些值传输到分段函数的过程中。什么原因？

我的错误信息如下：

''' 我试图在一个应该均匀分布的圆圈中生成点，但我得到了一个奇怪的模式。如果我将半径 R 增加到一个非常大的值，则分布看起来是正常的，但 R 值较小时会产生螺旋。有什么改进代码的建议吗？'''

我试图通过取多个随机案例的平均值来验证各种 3-D 和 2-D 结构中 2 点之间的平均距离。几乎在所有时间里，除了球体表面上的点的情况外，我都获得了相当不错的精度。我的代码使用受此答案启发的高斯分布（请参阅投票最多的第二个答案）

这是python代码：

预期值为 4/3，此处显示

可以说绝对差异不是很大。但是在任何运行中，与预期值的百分比偏差都在 1% 左右。另一方面，在所有其他具有其他形状和相同数量随机案例的类似程序中，平均偏差百分比约为 0.05%。

此外，代码返回的值始终小于 4/3。这是我最关心的问题。

我的猜测是我以错误的方式实现了算法。任何帮助表示赞赏。

编辑：

在意识到之前方法的错误之后，我现在，首先使用拒绝采样来获取位于球体内的点。这将确保在用它们的范数划分点向量后，得到的单位向量分布是均匀的。尽管如此，我得到了一个不同的结果，出乎意料地比前一个结果更偏离预期。更准确地说，该算法的极限接近 1.25。

这是代码：

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：

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。

我有一个从 0 到 149 的 150 个数字的列表。我想使用具有 150 次迭代的 for 循环来生成 150 个 6 个数字的列表，这样，t 在每次迭代k中，k包括数字以及 5 个不同的随机数数字。例如：

此外，每个列表中的数字必须不同，并且最小距离为 5。这是我正在使用的代码：

输出：

现在，代码正在运行，但我想知道是否可以强制每个数字在所有迭代中的重复次数大致相同。例如，使用前面的代码后，此图指示每个数字在生成的列表中出现的次数：

如您所见，有些数字出现了 10 次以上，而有些数字只出现了 2 次。是否可以减少这种变化水平，以便该图可以近似为均匀分布？谢谢。

我需要为蒙特卡洛模拟生成均匀分布的随机数。我阅读了这个线程Random double C++11并遵循了建议，但是，每当我在代码块中运行程序时，我仍然得到相同的数字。这是我的代码：

任何建议为什么会发生这种情况？