我希望创建三个(非负)准随机数,它们相加为一,并且可以一遍又一遍地重复。
基本上,我正在尝试在多次试验中将某物分成三个随机部分。
虽然我知道
a = runif(3,0,1)
我认为在下一个 runif
中可以使用 1-a
作为最大值,但这看起来有点混乱。
当然,这些数的总和并不为一。有没有什么想法呢,聪明的stackoverflow用户们?
我希望创建三个(非负)准随机数,它们相加为一,并且可以一遍又一遍地重复。
基本上,我正在尝试在多次试验中将某物分成三个随机部分。
虽然我知道
a = runif(3,0,1)
我认为在下一个 runif
中可以使用 1-a
作为最大值,但这看起来有点混乱。
当然,这些数的总和并不为一。有没有什么想法呢,聪明的stackoverflow用户们?
这个问题涉及到比一开始看起来更微妙的问题。在查看以下内容后,您可能需要仔细考虑您正在使用这些数字所代表的过程:
## My initial idea (and commenter Anders Gustafsson's):
## Sample 3 random numbers from [0,1], sum them, and normalize
jobFun <- function(n) {
m <- matrix(runif(3*n,0,1), ncol=3)
m<- sweep(m, 1, rowSums(m), FUN="/")
m
}
## Andrie's solution. Sample 1 number from [0,1], then break upper
## interval in two. (aka "Broken stick" distribution).
andFun <- function(n){
x1 <- runif(n)
x2 <- runif(n)*(1-x1)
matrix(c(x1, x2, 1-(x1+x2)), ncol=3)
}
## ddzialak's solution (vectorized by me)
ddzFun <- function(n) {
a <- runif(n, 0, 1)
b <- runif(n, 0, 1)
rand1 = pmin(a, b)
rand2 = abs(a - b)
rand3 = 1 - pmax(a, b)
cbind(rand1, rand2, rand3)
}
## Simulate 10k triplets using each of the functions above
JOB <- jobFun(10000)
AND <- andFun(10000)
DDZ <- ddzFun(10000)
## Plot the distributions of values
par(mfcol=c(2,2))
hist(JOB, main="JOB")
hist(AND, main="AND")
hist(DDZ, main="DDZ")
从(0,1)中随机选择两个数字,如果我们假设它们为a
和b
,则得到:
rand1 = min(a, b)
rand2 = abs(a - b)
rand3 = 1 - max(a, b)
如果您想随机生成总和为1(或其他值)的数字,那么您应该查看狄利克雷分布。
gtools
包中有一个rdirichlet
函数,运行RSiteSearch('Dirichlet')
会出现很多结果,这些工具可以帮助您进行操作(对于简单的狄利克雷分布,手动编写代码也不难)。
diff(c(0, sort(runif(2)), 1))
使用replicate
可以获取所需数量的集合:
> x <- replicate(5, diff(c(0, sort(runif(2)), 1)))
> x
[,1] [,2] [,3] [,4] [,5]
[1,] 0.66855903 0.01338052 0.3722026 0.4299087 0.67537181
[2,] 0.32130979 0.69666871 0.2670380 0.3359640 0.25860581
[3,] 0.01013117 0.28995078 0.3607594 0.2341273 0.06602238
> colSums(x)
[1] 1 1 1 1 1
我会从均匀分布中随机选择3个数字,然后将它们相加并求商:
n <- 3
x <- runif(n, 0, 1)
y <- x / sum(x)
sum(y) == 1
n可以是任何你喜欢的数字。
这个问题以及提出的不同解决方案都让我感到困惑。我对建议的三种基本算法进行了一些测试,并计算出它们对生成的数字的平均值。
choose_one_and_divide_rest
means: [ 0.49999212 0.24982403 0.25018384]
standard deviations: [ 0.28849948 0.22032758 0.22049302]
time needed to fill array of size 1000000 was 26.874945879 seconds
choose_two_points_and_use_intervals
means: [ 0.33301421 0.33392816 0.33305763]
standard deviations: [ 0.23565652 0.23579615 0.23554689]
time needed to fill array of size 1000000 was 28.8600130081 seconds
choose_three_and_normalize
means: [ 0.33334531 0.33336692 0.33328777]
standard deviations: [ 0.17964206 0.17974085 0.17968462]
time needed to fill array of size 1000000 was 27.4301018715 seconds
timeit
做正确的事情。我在1GHz Atom上做的,这就解释了为什么花了那么长时间。