将极值分布噪声（μ=0，σ=10）添加到 R 中的数字向量

【问题标题】：Adding extreme value distributed noise (with µ=0,σ=10) to a vector of numbers in R将极值分布噪声（μ=0，σ=10）添加到 R 中的数字向量
【发布时间】：2016-09-12 19:11:58
【问题描述】：

我有以下矩阵

Measurement Treatment
38 A
14 A
54 A
69 A
20 B
36 B
35 B
10 B
11 C
98 C
88 C
14 C

我想将极值分布噪声（均值 = 0 和 sd = 10）添加到测量值。我怎样才能在 R 中实现这一点？

我在extRemes 包中找到了revd，但它没有按预期工作。来自同一个包的devd 会做我想做的事吗？（但它不允许定义 mean 和 sd）

【问题讨论】：

标签： r random noise

【解决方案1】：

如果你想用你的测量值作为噪音的平均值，那么你可以这样做：

measure = round(runif(10,0,30),0)
data = data.frame(measure)
for(i in 1:nrow(data)){
   data$measure1[i] = rnorm(1,data$measure[i],10)
} 
data
   measure  measure1
1        6  6.281557
2       12 -5.780177
3       18 13.529773
4       26 33.665584
5       14 12.666614
6       24 41.146132
7        5 -1.850390
8       14 16.728703
9       13 26.082601
10      13 14.066475

编辑：你可以用这个来避免 for 循环：

data$measure1 = data$measure + rnorm(1,0,10)

【讨论】：