生成随机数
生成随机数的函数名的格式为r+分布名缩写,例如正态分布(norm)对应于rnorm,均匀分布(unif)对应于runif
若想生成整数,在前面加上 options(digits=1)
- 正态分布
# rnorm(n,mean = 0,sd = 1) 生成服从正态分布 N(mean,sd^2) 的随机变量
# n为随机数数目
> rnorm(5)
[1] -0.5504527 -0.5495538 0.7608639 -0.6813592 -1.0085563
- 均匀分布
# runif(n, min = 0, max = 1) 生成服从均匀分布 U(min,max) 随机变量
# n为随机数数目
> runif(5)
[1] 0.8125779 0.2392292 0.9477868 0.4024770 0.6578547
- 指数分布
# rexp(n,rate = 1) 生成服从指数分布(率参数为rate)的随机变量
# n为随机数数目
> rexp(5)
[1] 1.4806552 1.1144723 0.9901113 0.6998010 0.4210202
指数分布的概率密度函数为
f
(
x
)
=
{
λ
e
−
λ
x
x
>
0
0
x
≤
0
f(x)=\left\{\begin{array}{ll}{\lambda e^{-\lambda x}} & {x>0} \\ {0} & {x \leq 0}\end{array}\right.
f(x)={λe−λx0x>0x≤0
- F分布
# rf(n,df1,df2,ncp) 生成服从F分布(自由度n1 = df1,n2 = df2)的随机变量
# df1和df2必须输入
# n为随机数数目,ncp为非中心参数
> rf(5,3,5,1)
[1] 0.1720921 1.1186105 1.7349433 3.5147749 0.6602628
F分布的概率密度函数为
f
(
x
,
n
1
,
n
2
)
=
{
(
n
1
/
n
2
)
n
1
2
B
(
n
1
/
2
,
n
2
/
2
)
x
n
1
2
−
1
(
1
+
n
1
n
2
x
)
−
n
1
+
n
2
2
,
x
>
0
0
,
x
≤
0
f\left(x, n_{1}, n_{2}\right)=\left\{\begin{array}{l}{\frac{\left(n_{1} / n_{2}\right)^{\frac{n_{1}}{2}}}{B\left(n_{1} / 2, n_{2} / 2\right)} x^{\frac{n_{1}}{2}-1}\left(1+\frac{n_{1}}{n_{2}} x\right)^{-\frac{n_{1}+n_{2}}{2}}, x>0} \\ {0, x \leq 0}\end{array}\right.
f(x,n1,n2)=⎩⎨⎧B(n1/2,n2/2)(n1/n2)2n1x2n1−1(1+n2n1x)−2n1+n2,x>00,x≤0
若总体
X
∼
N
(
μ
,
1
)
X \sim N(\mu, 1)
X∼N(μ,1)与总体
Y
∼
N
(
μ
,
1
)
Y \sim N(\mu, 1)
Y∼N(μ,1)独立,
(
X
1
,
X
2
,
…
,
X
n
1
)
\left(X_{1}, X_{2}, \ldots, X_{n_{1}}\right)
(X1,X2,…,Xn1)为来自
X
X
X的一个样本,
(
Y
1
,
Y
2
,
…
,
Y
n
2
)
\left(Y_{1}, Y_{2}, \dots, Y_{n_{2}}\right)
(Y1,Y2,…,Yn2)为来自
Y
Y
Y的一个样本,则统计量
F
=
∑
i
=
1
n
1
X
i
2
n
1
/
∑
i
=
1
n
2
Y
i
2
n
2
F=\frac{\sum_{i=1}^{n_{1}} X_{i}^{2}}{n_{1}} / \frac{\sum_{i=1}^{n_{2}} Y_{i}^{2}}{n_{2}}
F=n1∑i=1n1Xi2/n2∑i=1n2Yi2
服从自由度为
n
1
n_1
n1和
n
2
n_2
n2,非中心参数
δ
=
n
μ
2
\delta=n \mu^{2}
δ=nμ2的非中心F分布,记为
F
∼
F
(
n
1
,
n
2
,
δ
)
F \sim F\left(n_{1}, n_{2}, \delta\right)
F∼F(n1,n2,δ)。
以下函数有空再补充
函数名 | 分布名 |
---|---|
rgamma | Gamma分布 |
rgeom | 几何分布 |
rhyper | 超几何分布 |
rlnorm | 对数正态分布 |
rlogis | Logistic分布 |
rmultinom | 多项分布 |
rnbinom | 负二项分布 |
rpois | 泊松分布 |
rt | t分布 |
rchisq | 卡方分布 |