R中runif和sample的区别是什么？

Question

就概率分布而言，它们使用什么？我知道runif给出的是小数，sample给出的是整数，但我感兴趣的是，sample是否也使用“均匀概率分布”？

- Kushal Bansal

---

为什么不看代码呢？R是开源的。 - IRTFM

或者文档... ?runif 和 ?sample 都非常清晰明了。 - Gregor Thomas

Answer 1

请看以下代码和输出：

> set.seed(1)
> round(runif(10,1,100))
 [1] 27 38 58 91 21 90 95 66 63  7
> set.seed(1)
> sample(1:100, 10, replace=TRUE)
 [1] 27 38 58 91 21 90 95 67 63  7

这强烈表明，当要求做相同的事情时，这两个函数产生的输出基本相同（有趣的是，产生相同输出的是round而不是floor或者ceiling）。主要区别在于默认值，如果您不更改这些默认值，则两者都将给出称为均匀分布的东西（虽然sample将被视为离散均匀分布，并且默认情况下不会替换）。 编辑 更正确的比较是：

> ceiling(runif(10,0,100))
 [1] 27 38 58 91 21 90 95 67 63  7

使用round的替代方法。

我们甚至可以再往上提升一级：

> set.seed(1)
> tmp1 <- sample(1:100, 1000, replace=TRUE)
> set.seed(1)
> tmp2 <- ceiling(runif(1000,0,100))
> all.equal(tmp1,tmp2)
[1] TRUE

当然，如果在 sample 中使用了 probs 参数（而不是所有的值都相等），那么它将不再是均匀的。

- Greg Snow

Answer 2

< p > sample从一组固定的输入中生成一个或多个样本，如果将长度为1的输入作为第一个参数传递，则返回整数输出。

另一方面，runif从一个实值范围内返回一个样本。

 > sample(c(1,2,3), 1)
 [1] 2
 > runif(1, 1, 3)
 [1] 1.448551

- Robert Krzyzanowski

Answer 3

sample()运行速度比ceiling(runif())更快。 如果进行多次模拟或引导，这是有用的知识。

粗略的时间测试脚本可测试4个等效脚本：

n<- 100                     # sample size
m<- 10000                   # simulations
system.time(sample(n, size=n*m, replace =T))  # faster than ceiling/runif 
system.time(ceiling(runif(n*m, 0, n)))
system.time(ceiling(n * runif(n*m)))
system.time(floor(runif(n*m, 1, n+1)))

比例时间优势随着n和m的增加而增加，但要注意不要填满内存！

顺便说一句，不要使用round()将均匀分布的连续值转换为均匀分布的整数，因为终端值只有一半的时间被选择。

- Statistics Student

---

我不知道关于相对速度的评论以前是否正确，但现在似乎不再是这样了。n <- 1e7; microbenchmark(sample(n, n, TRUE), as.integer(ceiling(runif(n)*n)), times=10) 对于样本和runif分别给出了平均时间684毫秒和467毫秒。对于较小的n（例如n = 1e6），它们几乎相同。 - Nobody