R：使用自定义概率函数从向量中绘制答案

【问题标题】：R: draw from a vector using custom probability functionR：使用自定义概率函数从向量中绘制
【发布时间】：2016-02-12 22:58:31
【问题描述】：

如果以前有人问过这个问题，请原谅我（我觉得它必须有，但找不到我正在寻找的确切内容）。

我是否可以使用指定元素不同机会的概率函数来绘制整数向量（从 1 到例如 10）中的一个元素。如果我想要相等的概率，我使用runif() 来获得 1 到 10 之间的数字：

ceiling(runif(1,1,10))

我如何类似地从例如得到 1 到 10 之间的数字的指数分布（使得 1 比 10 更可能），或逻辑概率函数（如果我想要一个从 1 到 10 的 sigmoid 增加概率）。

我能想到的唯一“解决方案”是首先从 say sigmoid 分布中提取 e6 数字，然后将 min 和 max 缩放为 1 和 10 - 但这看起来很笨拙。

更新：

这个尴尬的解决方案（我觉得它不是很“正确”）会这样

#Draw enough from a distribution, here exponential
x <- rexp(1e3)

#Scale probs to e.g. 1-10
scaler <- function(vector, min, max){
 (((vector - min(vector)) * (max - min))/(max(vector) - min(vector))) + min  
} 

x_scale <- scaler(x,1,10)

#And sample once (and round it)
round(sample(x_scale,1))

周围没有更好的解决方案吗？

【问题讨论】：

我觉得你需要看看sample()。你的代码相当于sample(1:10, 1)，可以用prob=参数指定概率
是的，但是你怎么能在那里指定逻辑概率呢？

标签： r distribution sample

【解决方案1】：

我相信 sample() 是您正在寻找的，正如 @HubertL 在 cmets 中提到的那样。您可以指定一个递增函数（例如logit()）并将您要从v 采样的向量作为输入传递。然后，您可以将该函数的输出用作概率向量p。请参阅下面的代码。

logit <- function(x) {
  return(exp(x)/(exp(x)+1))
}

v <- c(seq(1,10,1))
p <- logit(seq(1,10,1))

sample(v, 1, prob = p, replace = TRUE)

【讨论】：