1.概述

作为一种语言进行统计分析,R有一个随机数生成各种统计分布功能的综合性图书馆。R语言可以针对不同的分布,生成该分布下的随机数。其中,有许多常用的个分布可以直接调用。本文简单介绍生成常用分布随机数的方法,并介绍如何生成给定概率密度分布下的随机数。

2.常用分布的随机数

在R中各种概率函数都有统一的形式,即一套统一的 前缀+分布函数名

   d 表示密度函数(density);

   p 表示分布函数(生成相应分布的累积概率密度函数);

   q 表示分位数函数,能够返回特定分布的分位数(quantile);

   r 表示随机函数,生成特定分布的随机数(random)。

2.1各种分布的随机数生存函数

  1. rnorm(n, mean=0, sd=1) #正态分布
  2. rexp(n, rate=1) #指数
  3. rgamma(n, shape, rate=1, scale=1/rate) #r 分布
  4. rpois(n, lambda) #泊松
  5. rt(n, df, ncp) #t 分布
  6. rf(n, df1, df2, ncp) #f 分布
  7. rchisq(n, df, ncp=0) #卡方分布
  8. rbinom(n, size, prob) #二项分布
  9. rweibull(n, shape, scale=1) #weibull 分布
  10. rbata(n, shape1, shape2) #bata 分布
    runif(n,min=0,max=1) #均匀分布

  

2.2以二项分布为例,实现上述各类函数:

  1. dbinom(x, size, prob, log = FALSE)# 可用于计算二项分布的概率。
  2. pbinom(q, size, prob, lower.tail = TRUE, log.= FALSE)#二项分布的分布函数值
  3. qbinom(p, size, prob, lower.tail = TRUE, log.= FALSE)#生成二项分布的特定分位数
  4. rbinom(n, size, prob)#生成二项分布的随机数

二项分布随机数

  二项分布是指n次独立重复伯努利试验成功的次数的分布,每次伯努利试验的结果只有两个,成功和失败,记成功的概率为p。生成二项分布随机数的函数是:rbinom() 。句法是:rbinom(n,size,prob)。n表示生成的随机数数量,size表示进行伯努利试验的次数,prob表示一次贝努力试验成功的概率。

  1. # 例:产生100个n为10,20,50,概率p为0.25的二项分布随机数:
  2.  
  3. par(mfrow=c(1,3))
  4. p=0.25
  5. for( n in c(10,20,50)) {
  6. x=rbinom(100,n,p)
  7. hist(x,prob=T,main=paste("n =",n))
  8. xvals=0:n
  9. points(xvals,dbinom(xvals,n,p),type="h",lwd=3)
  10. }
  11. par(mfrow=c(1,1))

3.离散随机变量的生成

3.1逆变换法

假设我们希望生成一个离散型随机变量X,它有密度

我们首先可以生成一个均匀分布的随机数,使得:

  1. #代码实现如下:
    p1<-0.15
  2. p2<-0.2
  3. p3<-0.3
  4. p4<-0.35
  5. disRand<-function(i){
  6. u<-runif(1,0,1)
  7. if(u<p1) x<-4 else
  8. if(u<p2+p2) x<-2 else
  9. if(u<p3+p2+p1) x<-1 else
  10. x<-3
  11. return(x)
  12. }

  

3.2二项随机变量的生成

Example:假设要生成1000个服从b(100,0.6)的随机数

  1. p<-0.6
  2. n<-100
  3. c<-p/(1-p)
  4. i<-0
  5. pp<-(1-p)^n
  6. f<-pp
  7. binomialRandomeV<-function(o){
  8. u<-runif(1,0,1)
  9. f<-
  10. while(u>=f){
  11. pp<-c*(n-i)*pp/(i+1)
  12. f<-f+pp
  13. i<-i+1
  14. }
  15. return(i)
  16. }
  17. sapply(c(1:1000),binomialRandomeV)

  

  

  

R语言生成随机数的更多相关文章

  1. 【R】R语言生成随机数

    1.概述 作为一种语言进行统计分析,R有一个随机数生成各种统计分布功能的综合性图书馆.R语言可以针对不同的分布,生成该分布下的随机数.其中,有许多常用的个分布可以直接调用.本文简单介绍生成常用分布随机 ...

  2. 利用R产生随机数

    生成随机数有两个函数runif()和rnorm(),其中r表示的是random随机的意思,unif表示的是均匀分布,而norm表示的是正态分布. 1)生成10个2到3之间的,服从均匀分布的随机数:ru ...

  3. Go语言生成随机数

    在Go语言中生成随机数需要使用Seed(value)函数来提供伪随机数生成种子,一般情况下都会使用当前时间的纳秒数字,如果不在生成随机数之前调用该函数,那么每次生成的随机数都是一样的. 函数rand. ...

  4. r语言之给定的概率密度函数生成随机数

    假设概率密度函数为: 思路: 首先产生-1到1之间的均匀分布随机数x,和0到1之间的均匀分布随机数y. 如果y<f(x),则x是符合该概率密度的随机数,否则,重复上述操作. 用r语言生成100个 ...

  5. R语言实战(二)数据管理

    本文对应<R语言实战>第4章:基本数据管理:第5章:高级数据管理 创建新变量 #建议采用transform()函数 mydata <- transform(mydata, sumx ...

  6. R语言学习笔记:基础知识

    1.数据分析金字塔 2.[文件]-[改变工作目录] 3.[程序包]-[设定CRAN镜像] [程序包]-[安装程序包] 4.向量 c() 例:x=c(2,5,8,3,5,9) 例:x=c(1:100) ...

  7. (数据科学学习手札03)Python与R在随机数生成上的异同

    随机数的使用是很多算法的关键步骤,例如蒙特卡洛法.遗传算法中的轮盘赌法的过程,因此对于任意一种语言,掌握其各类型随机数生成的方法至关重要,Python与R在随机数底层生成上都依靠梅森旋转(twiste ...

  8. R语言学习笔记(十二):零碎知识点(31-35)

    31--round(),floor()和ceiling() round()四舍五入取整 floor()向下取整 ceiling()向上取整 > round(3.5) [1] 4 > flo ...

  9. 《R语言实战》读书笔记--第五章 高级数据管理

    本章内容: 数学和统计函数 字符处理函数 循环和条件执行 自编函数 数据整合与重塑 5.1一个数据处理难题 5.2数值和字符处理函数 分为数值函数和字符串函数,下面是数学函数截图: ceiling.f ...

随机推荐

  1. 开发过程中常用到的git命令

    将git上项目下载到本地 1.将项目下载到本地 git clone (git项目地址) 2.进入项目文件夹中(cd 某文件夹) 切换到要使用的分支 git checkout develop 3.抓取远 ...

  2. 阿里宣布Atlas正式开源:带你重返App开发的田园时代

    继Weex之后,阿里在移动技术领域又有开源大动作. 3月13日,手机淘宝安卓客户端容器化框架Atlas正式宣布开源(https://github.com/alibaba/atlas ).Atlas由阿 ...

  3. 1257: [CQOI2007]余数之和sum

    1257: [CQOI2007]余数之和sum Time Limit: 5 Sec  Memory Limit: 162 MBSubmit: 2001  Solved: 928[Submit][Sta ...

  4. Archlinux 升级 pacman 时遇到的问题及其解决

    这是 Archlinux 升级时经常碰到的老问题.提示如下 问题来了 # yaourt -Syua ==> 警告:使用 root 用户构建软件包存在风险. 请使用非特权用户运行 yaourt . ...

  5. React 入门之路(1)

    React React简介 是由Facebook公司推广的一套框架,已经应用instagram等产品 React就是为了提供应用程序性能而设计的一套框架 在angular中,对dom提供了一些指令,让 ...

  6. Go语言并发机制初探

    Go 语言相比Java等一个很大的优势就是可以方便地编写并发程序.Go 语言内置了 goroutine 机制,使用goroutine可以快速地开发并发程序, 更好的利用多核处理器资源.这篇文章学习 g ...

  7. eclipse中以debug方式启动tomcat报错

    在eclipse中debug  Tomcat报错,错误如下: FATAL ERROR in native method: JDWP No transports initialized, jvmtiEr ...

  8. Java基础——深入理解Java中的final关键字(转载)

    Java中的final关键字非常重要,它可以应用于类.方法以及变量.这篇文章中我将带你看看什么是final关键字?将变量,方法和类声明为final代表了什么?使用final的好处是什么?最后也有一些使 ...

  9. 用js写倒计时,向列表添加数据-------2017-03-21

    一.单选按钮确定提交是否可用 <input id="a" type="radio" name="a"  onclick="c ...

  10. PDCA循环原理

    1.PDCA循环原理:plan  do  check action 以pdca质量环模型为质量控制和保证的理论依据,对软件质量进行把控. plan计划阶段:项目质量规划 1.分析现状,找出质量问题 2 ...