R語言隨機數生成的實現
1. 均勻分佈
函數: runif(n, min=0, max=1),n 表示生成的隨機數數量,min 表示均勻分佈的下限,max 表示均勻分佈的上限,若省略參min、max,則默認生成[0,1]上的均勻分佈隨機數。
> q = runif(5,-1,1) > q [1] 0.73539909 0.72895000 -0.04357151 0.81696252 0.50210058
2. 正太分佈
函數:rnorm(n, mean=0, sd=1),其中,n 表示生成的隨機數數量,mean是正態分佈的均值,默認為0,sd 是正態分佈的標準差,默認時為1。
> x = rnorm(10,5,10) > x [1] 10.319216 -3.697041 24.565294 -9.691016 -7.324058 [6] -6.185308 -2.107426 -1.915519 13.306308 22.763153
3. 二項分佈
函數:rbinom(n, size, prob),n 表示生成的隨機數數量,size 表示進行貝努力試驗的次數,prob 表示一次貝努力試驗成功的概率。
> x = rbinom(10,10,0.9) > x [1] 9 9 10 9 8 9 9 6 10 10
4. 指數分佈
函數:rexp(n,lamda = 1),n 表示生成的隨機數個數,lamda=1/mean
> x = rexp(10,3) > x [1] 0.13044259 0.52299630 0.35504953 0.50061743 0.03373871 [6] 1.03543586 2.08565786 0.81414981 0.31333523 0.02681090
5. 其他
除瞭生成上面介紹的幾種分佈的隨機數,還可以生成poisson分佈、t 分佈、F 分佈等很多種分佈的隨機數,隻要在相應的分佈名前加“r”就可以。
除瞭在分佈名前面加r還可以加其他的參數,例如:p,q,d。功能見下圖:
到此這篇關於R語言隨機數生成的實現的文章就介紹到這瞭,更多相關R語言隨機數生成內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- R語言生成隨機數實例講解
- R語言關於二項分佈知識點總結
- 詳解R語言MCMC:Metropolis-Hastings采樣用於回歸的貝葉斯估計
- R語言隨機抽樣詳解
- R語言繪圖樣式設置操作(符號,線條,顏色,文本屬性)