R语言笔记12：模拟——生成随机数字

Simulation

今天学习的内容是模拟 —— Simulation，在统计和一些其他的应用中很重要，所以在这里介绍一些R语言中可以做模拟的函数。

用于模拟已知概率分布的数字和变量

有些函数可以直接生成符合某种概率分布的随机数字或变量，例如：

：指定一个均值和标准差，即可生成符合正态分布的随机数字变量

：从已知平均发生率（rate）的泊松分布中生成泊松随机变量

一共有四类基本的函数和概率分布函数相关，它们的前缀分别是, , 以及：

：用来估计密度（density）

：用来产生随机数字（random）

：估计累计分布（cumulative distribution）

：估计分位数（quantile）

每种分布都有以上这四种前缀构成的函数，比如, , , 等。

每种函数都有不同的参数，那正态分布的四个函数举例：

所有函数都需要我们给定均值和标准差，以此确定实际的概率分布，如果不指定，那么默认属于标准正态分布（均值为0，标准差为1）

生成最简单的服从标准正态分布的随机数：

修改参数：

设置随机数字生成种子

函数可以用来设置随机数字生成种子（seed）。

这种方法可产生相同的随机数，也叫“伪随机数”。它怎么用？

举例

我们可以设置种子为任意整数，然后生成随机数字如下：

我们看到种子设定值不同时随机数字也不同，但是再设定相同种子就会出现完全一样的随机数字：

这个操作能让你重复得到之前生成的随机数字，可以让我们的模拟过程可重复，所以在生成随机数字之前最好设定一个种子。

再拿泊松分布举例：

生成不同发生率的10个随机变量：

估计泊松分布的累积分布函数：

参考资料：

视频课程 R Programming by Johns Hopkins University：https://www.coursera.org/learn/r-programming/home/welcome

讲义 Programming for Data Science ：https://bookdown.org/rdpeng/rprogdatascience/R