在 R 中，根据分数从邻域中采样

Question

我有一个数字向量，我想对向量中给定位置与其邻居之间的数字进行采样，以使两个最近的邻居影响最大，并且这种影响随着距离而减小从参考点。

例如，假设我有以下向量：

 vec = c(15, 16, 18, 21, 24, 30, 31)

我的参考是位置 #2 的数字 16。我想对一个很有可能在 15 到 16 之间或（具有相同高概率）在 16 到 18 之间的数字进行采样。采样的数字可以是浮点数。然后，以递减的概率对 16 到 21 之间的数字进行采样，在 16 到 24 之间以更低的概率进行采样，以此类推。

参考的位置是事先不知道的，它可以在向量中的任何位置。

我尝试使用 runif 和 quantiles，但我不确定如何设计邻居的分数。

具体来说，我编写了以下函数，但我怀疑可能有更好/更有效的方法：

GenerateNumbers <- function(Ind,N){
    dist <-  1/abs(Ind- 1:length(N))
    dist <-  dist[!is.infinite(dist)]
    dist <- dist/sum(dist)
    sum(dist) #sanity check --> 1

    V = numeric(length(N) - 1)
    for (i in 1:(length(N)-1)) {
      V[i] = runif(1, N[i], N[i+1])
    }
    sample(V,1,prob = dist)
}

其中 Ind 是参考编号的位置（在本例中为 16），N 是向量。 “Dist”是一种权衡概率的方式，以便更近的邻居产生更大的影响。

非常感谢您对此代码的改进！

Answer 1

我会使用截断的高斯随机样本生成器，例如在 truncnorm 包中。在你的例子中：

# To install it: install.package("truncnorm")
library(truncnorm)
vec <- c(15, 16, 18, 21, 24, 30, 31)
x <- rtruncnorm(n=100, a=vec[1], b=vec[7], mean=vec[2], sd=1)

生成的样本的直方图满足给定的先决条件。