嵌套for循环以在R中生成具有不同概率的随机变量答案

【问题标题】：Nested for loop to generate random variables with differing probabilities in R嵌套for循环以在R中生成具有不同概率的随机变量
【发布时间】：2021-01-05 21:11:49
【问题描述】：

我正在尝试编写一个 for 循环，该循环使用不同的概率值从几何分布中生成随机变量。但是，我写的代码只使用序列中的最后一个概率来生成随机变量，见下文。

x <- list()
y <- list()
probs <- seq(0.1, 0.9, 0.1)
for (i in 1:length(probs)) {
  for (j in 1:10000) {
    x[j] <- rgeom(n=1, prob=probs[i])+1
    y[j] <- probs[i]
  }
}

如何循环概率以为每个概率生成 10000 RV？

【问题讨论】：

标签： r loops nested

【解决方案1】：

您不需要嵌套循环。如果您只想随机选择一个概率用于rgeom() 函数，经过 10000 次迭代，您可以执行如下操作，使用sample() 函数选择要使用的概率，并将结果存储在一个data.frame.

x <- vector(mode = "double", length = 10000)
y <- vector(mode = "double", length = 10000)

probs <- seq(0.1, 0.9, 0.1)

for (i in 1:10000){
 prob <- probs[sample(1:length(probs), size = 1)]
 x[i] <- rgeom(1, prob = prob)
 y[i] <- prob
}

random_values <- data.frame(
  value = x,
  prob_used = y
)

结果：

> head(random_values)
  value prob_used
1     0       0.6
2    23       0.1
3     0       0.6
4     0       0.6
5     2       0.1
6     4       0.3

【讨论】：

【解决方案2】：

一个简单的解决方案可能是：

    x <- list()
    y <- list()
    probs <- seq(0.1, 0.9, 0.01)
    j<-1
    for (i in 1:length(probs)) {
      x[[j]] <- rgeom(n=10000, prob=probs[i])+1
      y[[j]] <- rep(probs[i], 10000)
      j<-j+1
    }
    x<- list(unlist(x))
    y<- list(unlist(y))

【讨论】：