使用R生成具有独立同分布正态随机变量的矩阵

Question

有没有一种不使用循环的方法在R中生成具有正态分布随机值的数据集？每个条目都将表示一个独立的正态分布随机变量。

- Crawling Antz

---

使用独立同分布的标准正态分布随机变量填充 $n \times p$ 矩阵，可以使用 matrix(rnorm(n*p),n) 实现。 - cardinal

Answer 1

要创建一个N行M列的独立同分布正态分布随机变量矩阵，请键入以下代码：

matrix( rnorm(N*M,mean=0,sd=1), N, M) 

根据需要微调均值和标准差。

- Macro

---

只要提问者明白N是行数，M是列数，那么他就能从这个答案中受益匪浅。 - IRTFM

@DWin，同意。不过在任何情况下，这都是引用矩阵的传统符号表示法，对吧？ - Macro

我不太确定。但我知道有些人对R中在调用matrix函数时，矩阵是按列主序填充的事实感到惊讶，除非设置byrow=TRUE。这让我想到不同语言之间可能存在矩阵规范的差异。 - IRTFM

对于 matrix，您可以指定其中一个参数 nrow 或 ncol。 - qwr

Answer 2

让mu成为均值向量，sigma成为标准差向量。

mu<-1:10
sigma<-10:1
sample.size<-100
norm.mat<-mapply(function(x,y){rnorm(x,y,n=sample.size)},x=mu,y=sigma)

这将产生一个矩阵，其中列保留相关样本。

- shhhhimhuntingrabbits

Answer 3

您可以使用：

replicate(NumbOfColumns,rnorm(NumbOfLines))

你可以将rnorm替换为其他分布函数，例如runif，以生成其他分布的矩阵。

- Guilherme Salomé

Answer 4

注意：每个条目都是独立的。因此，您不能避免使用for循环，因为您必须为每个独立变量调用rnorm一次。如果您只调用rnorm（n*m），那么这是从同一随机变量中抽取的n*m个样本！

- Oddsun

---

这是错误的，也很令人困惑... rnorm(n*m)确实生成了n*m个独立的随机样本，正如OP所请求的那样。 - Ben Bolker