R语言之随机数与抽样模拟篇
句法是:runif(n,min=0,max=1) n表示生成的随机数数量,min表示均匀分布的下限,max表示均匀分布的上限;若省略参数min、max,则默认生成[0,1]上的均匀分布随机数。
例1:
> runif(5,0,1) # 生成5个[0,1]的均匀分布的随机数
[1] 0.5993 0.7391 0.2617 0.5077 0.7199
> runif(5) # 默认生成5个[0,1]上的均匀分布随机数
[1] 0.2784 0.7755 0.4107 0.8392 0.7455
例2
随机产生100个均匀分布随机数,作其概率直方图,再添加均匀分布的密度函数线,程序如下:
> x=runif(100)
> hist(x,prob=T,col=gray(.9),main="uniform on [0,1]")
> curve(dunif(x,0,1),add=T) #添加均匀分布的密度函数线
3.1.2 正态分布随机数
正态分布随机数的生成函数是 rnorm()
句法是:rnorm(n,mean=0,sd=1) 其中n表示生成的随机数数量,mean是正态分布的均值,默认为0,sd是正态分布的标准差,默认时为1;
例:
随机产生100个正态分布随机数,作其概率直方图,再添加正态分布的密度函数线
> x=rnorm(100)
> hist(x,prob=T,main="normal mu=0,sigma=1")
> curve(dnorm(x),add=T)
3.1.3 二项分布随机数
二项分布是指n次独立重复贝努力试验成功的次数的分布,每次贝努力试验的结果只有两个,成功和失败,记成功的概率为p
生成二项分布随机数的函数是:rbinom()
句法是:rbinom(n,size,prob) n表示生成的随机数数量,size表示进行贝努力试验的次数,prob表示一次贝努力试验成功的概率
例:
产生100个n为10,15,50,概率p为0.25的二项分布随机数:
> par(mfrow=c(1,3))
> p=0.25
> for( n in c(10,20,50))
{ x=rbinom(100,n,p)
hist(x,prob=T,main=paste("n =",n))
xvals=0:n
points(xvals,dbinom(xvals,n,p),type="h",lwd=3)
}
> par(mfrow=c(1,1))
3.1.4 指数分布随机数
R生成指数分布随机数的函数是:rexp()
其句法是:rexp(n,lamda=1) n表示生成的随机数个数,lamda=1/mean
例:
>x=rexp(100,1/10) # 生成100个均值为10的指数分布随机数
>hist(x,prob=T,col=gray(0.9),main=“均值为10的指数分布随机数”)
>curve(dexp(x,1/10),add=T) #添加指数分布密度线
3.1.5 常见的分布函数
产生分布的随机数,只需要在相应的分布前加r就行
表 3-1 常见分布函数表
分布 中文名称 R中的表达 参数
Beta 贝塔分布 beta(a,b) shape1, shape2
Binomial 二项分布 binom(n,p) size, prob
Cauchy 柯西分布 cauchy( ) location, scale Chi-square 卡方分布 chisq(df)
df Exponential 指数分布 exp(lamda) rate F F分布 f(df1,df2) df1
df2
Gamma 伽玛分布 gamma() shape rate
Geometric 几何分布 geom() prob Hypergeometric 超几何分布 hyper() m,n,k
Logistic 逻辑分布 logis() location scale
Negative binomial 负二项分布 nbinom() size prob
Normal 正态分布 norm() mean, sd Multivariate normal 多元正态分布 mvnorm() mean,cov
Poisson 泊松分布 pois() lambda T t 分布 t() df
Uniform 均匀分布 unif() min, max Weibull 威布儿分布 weibull() shape, scale
Wilcoxon 威尔考可森分布 wilcox() m, n
表 3-2 与分布相关的函数及代号
函数代号 函数作用
r- 生成相应分布的随机数
d- 生成相应分布的密度函数
p- 生成相应分布的累积概率密度函数
q- 生成相应分布的分位数函数
例:
dnorm表示正态分布密度函数
pnorm表示正态分布累积概率密度函数
qnorm表示正态分布分位数函数(即正态累积概率密度函数的逆函数)
3.2 随机抽样
3.2.1 放回与无放回抽样
R可以进行有放回、无放回抽样
sample()函数即可以实现
句法为:sample(x,n,replace=F,prob=NULL)
3.3 统计模拟
3.3.1 几种常见的模拟方法
1 中心极限定理:
2 二项分布模拟中心极限定理
3 用函数进行模拟
指定模拟次数m=100,样本量n=10,概率=0.25,如果要改变这些参数来重新进行模拟将会很麻烦,下面将展示如何将上面的程序形成一个模拟函数再进行模拟。
> sim.clt <- function (m=100,n=10,p=0.25)
{ z = rbinom(m,n,p)
x = (z-n*p)/sqrt(n*p*(1-p))
hist(x,prob=T,breaks=20,main=paste("n =",n,”p =”,p))
curve(dnorm(x),add=T)
}
> sim.clt() # 默认 m=100,n=10,p=0.25
> sim.clt(1000) # 取 m=1000,n=10,p=0.25
> sim.clt(1000,30) # 取 m=1000,n=30,p=0.25
> sim.clt(1000,30,0.5) # 取 m=1000,n=30,p=0.5
4 正态概率模拟
能比直方图更好判定随机数是否近似服从正态分布的是正态概率图。
其基本思想是:作实际数据的分位数与正态分布数据的分位数的散点图,也就是作样本分位数与理论分位数的散点图。
3.3.2 模拟函数的建立方法
若每次模拟都要编写一个循环,非常麻烦.
sim.fun()就是专门用来解决这类问题的
只需要编写一个用来生成随机数的函数,剩下的工作就交给sim.fun来完成
sim.fun <-function (m,f,...) # m 模拟样本次数,f需模拟的函数
{
sample <-1:m
for (i in 1:m) {
sample[i] <-f(...)
}
sample
}
例:
二项分布:
先编写一个函数用来生成一个二项分布随机的标准化值
>f<-function(n=10,p=0.5){s=rbinom(1,n,p);(s-n*p)/sqrt(n*p*(1-p)) }
> x=sim.fun(1000,f) # 模拟1000个二项随机数
> hist(x,prob=T)
均匀分布来模拟中心极限定理:
> f = function(n=10) (mean(runif(n)-1/2)/(1/sqrt(12*n))
> x=sim.fun(1000,f) # 模拟1000个均匀随机数
> hist(x,prob=T)
正态分布:
>f=function(n=10,mu=0,sigma=1){r=rnorm(n,mu,sigma);(mean(r)-m
u)/(sigma/sqrt(n)) }
> x = sim.fun(1000,f) #模拟1000个样本量为10的N(0,1)随机数
> hist(x,breaks=10,prob=T)
> x = sim.fun(1000,f,30,5,2) # 模拟1000个样本量为30的N(5,4)随机数
> hist(x,breaks=10,prob=T)
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14