Creazione di funzioni che impostano il seed independent indipendente

Question

A volte desidero scrivere una funzione randomizzata che restituisca sempre lo stesso output per un input specifico. L'ho sempre implementato impostando il seme casuale all'inizio della funzione e procedendo. Considerare due funzioni definite in questo modo:

sample.12 <- function(size) { 
    set.seed(144) 
    sample(1:2, size, replace=TRUE) 
} 
rand.prod <- function(x) { 
    set.seed(144) 
    runif(length(x)) * x 
} 

sample.12 restituisce un vettore di dimensione specificata campionatura casuale dal set {1, 2} e rand.prod moltiplica ciascun elemento di un vettore specificato da un valore casuale uniformemente scelto tra [0, 1]. Normalmente mi aspetterei una distribuzione "step" con pdf 3/4 nell'intervallo [0, 1] e 1/4 nell'intervallo [1, 2], ma a causa della mia sfortunata scelta di semi casuali identici sopra vedo un risultato diverso:

x <- sample.12(10000) 
hist(rand.prod(x)) 

posso risolvere questo problema in questo caso cambiando il seme casuale in una delle funzioni per qualche altro valore. Ad esempio, con set.seed(10000) in rand.prod ottengo la distribuzione previsto:

Previously on SO questa soluzione di utilizzare diversi semi è stato accettato come il metodo migliore per generare numeri casuali indipendenti flussi. Tuttavia, trovo che la soluzione sia insoddisfacente perché i flussi con semi diversi potrebbero essere correlati tra loro (forse anche highly related to one another); infatti, essi potrebbero anche producono flussi identici secondo ?set.seed:

Non v'è alcuna garanzia che differenti valori di seme seme RNG diverso, anche se le eccezioni sarebbero estremamente raro.

C'è un modo per implementare una coppia di funzioni randomizzati in R che:

1. Riportare sempre la stessa uscita per un particolare ingresso, e
2. Imporre indipendenza tra loro fonti di casualità di più che usare solo semi casuali diversi?

Answer 1

Ho scavato in questo un po 'di più e sembra che il pacchetto rlecuyer fornisce flussi casuali indipendenti:

fornisce un'interfaccia per l'attuazione C del generatore di numeri casuali con più flussi indipendenti sviluppati da L'Ecuyer et al (2002). Lo scopo principale di questo pacchetto è di abilitare l'uso di questo generatore di numeri casuali in applicazioni R parallele.

Il primo passo è inizializzazione globale dei flussi indipendenti:

library(rlecuyer) 
.lec.CreateStream(c("stream.12", "stream.prod")) 

Poi ciascuna funzione deve essere modificata per ripristinare il flusso appropriato al suo stato iniziale (.lec.RestartStartStream), impostare il generatore di numeri casuali R allo stream appropriato (.lec.CurrentStream) e in seguito impostare il generatore di numeri casuali R sul suo stato prima che fosse chiamata la funzione (.lec.CurrentStreamEnd).

sample.12 <- function(size) { 
    .lec.ResetStartStream("stream.12") 
    .lec.CurrentStream("stream.12") 
    x <- sample(1:2, size, replace=TRUE) 
    .lec.CurrentStreamEnd() 
    x 
} 
rand.prod <- function(x) { 
    .lec.ResetStartStream("stream.prod") 
    .lec.CurrentStream("stream.prod") 
    y <- runif(length(x)) * x 
    .lec.CurrentStreamEnd() 
    y 
} 

Questo soddisfa la "restituisce sempre la stessa uscita dato lo stesso input" requisito:

all.equal(rand.prod(sample.12(10000)), rand.prod(sample.12(10000))) 
# [1] TRUE 

I flussi appare anche di operare autonomamente nel nostro esempio:

x <- sample.12(10000) 
hist(rand.prod(x)) 

Si noti che questo non fornirebbe valori coerenti attraverso le corse del nostro script perché ogni chiamata a .lec.CreateStream darebbe uno stato iniziale diverso. Per risolvere questo problema, potremmo notare lo stato iniziale per ogni flusso:

.lec.GetState("stream.12") 
# [1] 3161578179 1307260052 2724279262 1101690876 1009565594 836476762 
.lec.GetState("stream.prod") 
# [1] 596094074 2279636413 3050913596 1739649456 2368706608 3058697049 

Possiamo quindi modificare l'inizializzazione torrente all'inizio dello script a:

library(rlecuyer) 
.lec.CreateStream(c("stream.12", "stream.prod")) 
.lec.SetSeed("stream.12", c(3161578179, 1307260052, 2724279262, 1101690876, 1009565594, 836476762)) 
.lec.SetSeed("stream.prod", c(596094074, 2279636413, 3050913596, 1739649456, 2368706608, 3058697049)) 

Ora chiamate a sample.12 e rand.prod sarà abbinare le chiamate allo script.