我想生成一个介于 0 和 1 之间但不在 0.4 和 0.6 之间的随机数。在 R 中有没有比以下更好的方法来做到这一点？
sample(c(runif(1,0,.4), runif(1,.6,1)), 1, prob=c(.5,.5))
【问题讨论】：
x <- runif(1,0,0.8); ifelse(x < 0.8/2, x, x + 0.2)
与 TC Zhang 类似，但快了大约 3 倍（因为 ifelse 很慢）：
mysample_axe <- function(n = 1){
tmp <- runif(n, max = 0.8)
tmp + (tmp > 0.4) * 0.2
}
对比 TC Zhang (mysample) 和 Cath (samp_runif)：
microbenchmark::microbenchmark(mysample(1e5), mysample_axe(1e5), samp_runif(1e5))
Unit: milliseconds expr min lq mean median uq max neval cld mysample(1e+05) 12.684764 13.193528 17.313560 13.420470 19.692859 130.23693 100 c mysample_axe(1e+05) 4.897770 5.159778 5.751177 5.187718 5.218367 14.60607 100 a samp_runif(1e+05) 7.615363 8.101890 9.266797 8.139951 8.194121 25.44451 100 b
ggplot2::qplot(mysample_axe(1e5), breaks = I(seq(0, 1, 0.02)))
【讨论】：
从任何分布中抽取随机数的基本思路是inverse transform sampling。
mysample <- function(n = 1){
tmp <- runif(n)
ifelse (tmp > 0.5, 0.8 * tmp + 0.2, 0.8 * tmp)
}
library(ggplot2)
## A density plot for confirmation
df <- data.frame(x= mysample(1000000))
gg <- ggplot(df, aes(x=x)) +
geom_density()
gg
由reprex package (v0.2.0.9000) 于 2018 年 7 月 10 日创建。
【讨论】：
您可以在 [0,1] 上对均匀分布进行采样，直到您使用递归函数在约束后有一个数字（它比 @Axeman 解决方案慢两倍）：
samp_runif <- function(n){
x <- runif(n, 0, 1)
wh_pb <- which(x>0.4 & x<0.6)
if(length(wh_pb)){x[wh_pb] <- samp_runif(length(wh_pb)) ; return(x)} else return(x)
}
samp_runif(5)
# [1] 0.3633319 0.9586853 0.6766313 0.6903275 0.8090996
可视化：
test <- samp_runif(1e6)
plot(density(test))
概括：
您可以修改上述函数以将阈值（示例中为 0.4 和 0.6）作为参数，下限和上限（示例中分别为 0 和 1）相同：
samp_runif <- function(n, a=0.4, b=0.6){
x <- runif(n, 0, 1)
wh_pb <- which(x>a & x<b)
if(length(wh_pb)){x[wh_pb] <- samp_runif(length(wh_pb), a=a, b=b) ; return(x)} else return(x)
}
samp_runif(5, 0.2, 0.8)
#[1] 0.80316178 0.99624724 0.89554995 0.05928052 0.17771131
【讨论】：
是的，这个想法完全是个废话，所以我删除了它。感谢 Axeman 提供有用的反馈。
这是另一个想法（这次经过更好的测试）：
fx <- function() {y <- runif(1); if (y > 0.4 & y < 0.6) fx() else y}
与其纠正 0.4 和 0.6 之间的值，不如换一个。
【讨论】：
Recall递归调用函数。