这篇文章主要介绍R语言生成随机数的方法,文中介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们一定要看完!
<强> 1。概述强>
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。
<强> 2。常用分布的随机数强>
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:
? ? ?<强> d表示密度函数(密度);强>
<强> ? ? ?p表示分布函数(生成相应分布的累积概率密度函数),强>
<强> ? ? ?问表示分位数函数,能够返回特定分布的分位数(分位数);强>
<强> ? ? ?r表示随机函数,生成特定分布的随机数(随机)。强>
2.1各种分布的随机数生存函数:
rnorm (n,意味着=0,,sd=1),, #正态分布 rexp (n,率=1),,#指数 rgamma (n,形状,率=1,规模=1/率),,# r 分布 rpois (n,λ),,#泊松 rt (n, df, ncp),, # t 分布 射频(n, df1, df2,, ncp),, # f 分布 rchisq (n, df, ncp=0),, #卡方分布 rbinom (n、,大小,概率),,#二项分布 rweibull (n,,形状,,规模=1),,# weibull 分布 rbata (n, shape1, shape2),, # bata 分布runif (n,最小值=0,max=1), #均匀分布
2.2以二项分布为例,实现上述各类函数:
dbinom (x),大小,概率,,log =, FALSE) #,可用于计算二项分布的概率。 pbinom (q,,大小,概率,,lower.tail =,真的,,log.p =, FALSE) #二项分布的分布函数的值 qbinom (p、,大小,概率,,lower.tail =,真的,,log.p =, FALSE) #生成二项分布的特定分位的数 rbinom (n、,大小,概率)#生成二项分布的随机数
<强>二项分布随机数强>
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:<代码> rbinom (n、大小、概率)代码> .表示生成的随机数数量,尺寸表示进行伯努利试验的次数,概率表示一次贝努力试验成功的概率。
#例:产生100个n为10、20、50岁的概率p为0.25的二项分布随机数: ,, ,par (mfrow=c (1、3)) p=0.25 ,(,n 拷贝;c (10、20、50)), {, ,,x=rbinom (100 n, p) ,,嘘(x,概率=T,主要=粘贴(“n =皀)) ,,xvals=0: n ,,点(xvals dbinom (xvals, n, p),类型=癶", lwd=3) ,,} ,par (mfrow=c (1,1))
<强> 3。离散随机变量的生成3.1逆变换法强>
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:
#代码实现如下:& lt; br> p1<-0.15 -0.2 p2<-0.3 p3<-0.35 p4<强> 3.2二项随机变量的生成强>
例子:假设要生成1000个服从b(100, 0.6)的随机数
R语言生成随机数的方法