一、概念解释

1、PDF

probability density function 概率密度函数，简称密度函数。连续型随机变量的概率密度函数是一个描述这个随机变量的输出值，在某个确定的取值点附近的可能性的函数

借陈希孺老师所著的《概率论与数理统计》中关于概率密度函数的释义以方便理解概念。

2、PMF

probability mass function 概率质量函数, 概率质量函数是离散随机变量在各特定取值上的概率（就是离散型随机变量的分布律）

例如，抛掷硬币，若为正面记X = 1，反面记x = 0，则概率质量函数为:

3、CDF

cumulative distribution function 累积分布函数，也叫分布函数，是概率密度函数的积分

常用积分表

二、连续型情况举例

步骤:
1、设U = 概率密度函数积分 = 分布函数
2、分布函数求逆，得到x = 式①
3、构造符合均匀分布的随机数 U = runif(num, start, stop)
4、随机数U代入step2中式①，即可得到对应随机数
5、验证生成的x是否符合预期：绘制x的频数直方图，绘制总体密度函数曲线

利用逆变换法生成1000个服从fx(x)=3x2,0<x<1f_x(x) = 3x^2 ,0 < x < 1fx(x)=3x2,0<x<1的随机数。

代码实现：

U = runif(1000,0,1)  # 生成1000个服从[0,1]均匀分布的随机数
x = U^(1/3)   # 式① 生成服从题目分布的随机数
hist(x, prob = TRUE)  # 绘制生成随机数x的频数直方图
xx = seq(0,1,0.1)
lines(xx ,3 * xx ^ 2)  # 绘制密度函数，与频数分布直方图的趋势作比较

部分结果展示：

验证结果展示：

练习：
利用逆变换法生成服从fx(x)=x−28,2<x<6f_x(x) = \frac{x-2}{8}, 2 < x < 6fx(x)=8x−2,2<x<6的5000个随机数。

代码实现：

U = runif(5000,0,1)  # 生成1000个服从[0,1]均匀分布的随机数
x = 4*sqrt(U)+2   # 式① 生成服从题目分布的随机数
hist(x, prob = TRUE)  # 绘制生成随机数x的频数直方图
xx = seq(2,6,0.1)
lines(xx ,(xx-2)/8)  # 绘制密度函数，与频数分布直方图的趋势作比较

三、离散型情况举例

离散型生成随机数的四种方法：
① R语言内置函数
② sample函数
③ 逆变换法
④ 接受拒绝法

步骤:
1、对照列联表写分布函数
2、分布函数求逆
3、构造符合均匀分布的随机数 U = runif(num, start, stop)
4、随机数U代入step2中式①，即可得到对应随机数
5、验证生成的x是否符合预期：制表统计看频率

利用逆变换法生成1000个服从下列概率质量函数的随机数。

X	0	1	2	3	4
P	0.1	0.2	0.2	0.2	0.3

代码实现：

n = 1000
x = seq(0, 4, 1)
p = c(0.1, 0.2, 0.2, 0.2, 0.3)
FF = c(0,cumsum(p)); FF  #累加得到分布函数
y1 = integer(n)  # 逻辑向量
m = length(FF)
u = runif(n)  # 生成1000个服从[0,1]均匀分布的随机数
for(i in 1:m-1){  # u代入逆运算的结果ind = u>FF[i] & u<=FF[i+1];  # or = |   and = &y1[ind]=x[i];
}; y1
table(y1)/n   # 频数验证

部分结果展示:

验证结果展示:

R语言：逆变换法生成随机数相关推荐

R语言处理数据——生成随机数
生成随机数 #如下连续生成16组1:3的随机不重复整数(每次3个),存储至repl中: repl <- NULL for(x in 1:16) {repl <- c(repl, sampl ...
matlab逆变换法产生随机数_信号处理——生成给定分布随机数
作者:桂. 时间:2017-03-12 19:31:55 前言本文是曲线拟合与分布拟合一文的插曲,进行分布拟合时,碰到一个问题是,如何指定分布的随机数呢?本文主要包括: 1)连续型随机数: 2)离 ...
R语言使用:符号生成向量数据、使用pie函数可视化饼图、自定义设置饼图色彩为彩虹色、使用box函数在当前图上加个方框
R语言使用:符号生成向量数据.使用pie函数可视化饼图.自定义设置饼图色彩为彩虹色.使用box函数在当前图上加个方框目录 R语言使用:符号生成向量数据.使用pie函数可视化饼图.自定义设置饼图色彩为 ...
R语言使用knitr生成机器学习模型全流程步骤示例：knitr与自动化结果报告、knitr常用参数
R语言使用knitr生成机器学习模型全流程步骤示例:knitr与自动化结果报告.knitr常用参数目录
R语言主成分分析法笔记
01.什么是主成分分析法简要概括主成分分析法的作用:把能反映某种特征的很多指标汇总成一个指标. 举例而言,一家银行的流动性可以体现在它的现金资产占比和定期存款占比上-- 银行A的现金资产占比是0.1 ...
R语言：作业六（逆变换法生成随机变量；线性同余发生器LCG的编写）
1. 用逆变换法编写产生下述随机变量的程序: X 0 1 p 0.4 0.6 模拟10000次,并确定随机变量的值0的比例. f <- function(n){{x <- rep(0,n) ...
逆分布函数法生成随机数（以指数分布和双指数分布为例）
前面在"C++均匀分布U(0,1)的随机数中"讲了如何在C++中生成均匀分布随机数,同时也提到了均匀分布的是其他随机数的生成基础,这里就来看看均匀分布在其他随机数生成中的重要作用吧 ...
C语言详解生成随机数的过程，time函数、时间戳timer、rand函数和srand函数，附猜数字小游戏
第十一篇:随机数详解一.准备工作(预备知识) 1.1.生成伪随机数(函数rand) 1.2.伪随机数"变成"随机数(函数time) 1.3.生成确定范围随机数二.练手随机数经典 ...
梅森旋转产生随机数c语言实现,C++生成随机数的实现代码
C风格 C为随机数提供的工具是rand.srand和RAND_MAX,定义在中. srand为rand设置种子,如果不设置,相当于调用过srand(1).rand产生伪随机数,其范围为0到RAND_M ...

R语言：逆变换法生成随机数

逆变换法生成随机数：