【问题标题】:Re-generate same simulated data set in a MC simulation study在 MC 模拟研究中重新生成相同的模拟数据集
【发布时间】:2023-03-11 11:41:01
【问题描述】:

假设我使用

模拟一个数据集
set.seed(1234); 
rnorm(100);

稍后,我想在不重新模拟整个数据集的情况下找到模拟的90th 数据值。

  • 如何做到这一点?
  • .Random.seed 有作用吗?

虽然这似乎是一个过于简单的问题(尤其是当您可以再次运行整个代码时),但此类问题发生在更复杂的Monte Carlo 模拟中,其中可能模拟了 1,000 个数据集并且出现了问题在数据集 #90 上。人们可能希望查看数据集 #90,而不必模拟数据集 #1-#89。

【问题讨论】:

    标签: r random


    【解决方案1】:

    所以存储当前种子的值并从那里开始。

    【讨论】:

    • 如何保存当前种子?
    • 它是一个单整数(见help(set.seed)),还有很多R函数可以保存和加载数据。
    • 例如:set.seed(1);一个
    • 显而易见的方法是将 .Random.seed 与每个数据集一起保存。我就是做这个的。一个好的替代想法是将模拟与估计分开。 (与估计步骤相比,模拟数据通常更便宜。)
    猜你喜欢
    • 1970-01-01
    • 2018-03-31
    • 2010-09-22
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2021-07-23
    • 1970-01-01
    相关资源
    最近更新 更多