2014-04-04 17 views

risposta

18

Penso che stai cercando di generare campioni di una variabile casuale Bernoulli. Una variabile casuale di Bernoulli è un caso speciale di una variabile casuale binomiale. Pertanto, puoi provare rbinom(N,1,p). Questo genererà campioni N, con valore 1 con probabilità p, valore 0 con probabilità (1-p). Per ottenere i valori di a e -a è possibile utilizzare a*(2*rbinom(N,1,p)-1).

-1
index <- sample(1,c(1,2),replace=T) 
if (index == 1) {xx = a} else {xx = -a} 

Ogni procedura di generazione della distribuzione inizia con $ \ text {uniform} (0,1) $. Poiché le distribuzioni discrete sono molto più facili da generare con $ \ text {uniform} (0,1) $, le persone non concludono una funzione per loro. Tuttavia, puoi scrivere le tue funzioni e riprenderle appena la prossima volta che le userai.

+1

Il codice è errato. Genera solo 'a' –

2

O questo:

> n=10 
> X=rep(0,n) 
> Y=rbinom(n,1,1/2) 
> #Since they the probability is 1/2 for both cases, I assigned "a" when Y=1 and "-a" otherwise. 
> X[Y==1]="a" 
> X[Y==0]="-a" 
> X 
[1] "a" "-a" "a" "a" "a" "-a" "a" "-a" "-a" "-a" 
> Y 
[1] 1 0 1 1 1 0 1 0 0 0 
> 
7

1) Se si utilizza sample, questo è sufficiente:

sample(c(-a,a),1)

es .:

a <- 10 
sample(c(-a,a),1) 
[1] -10 

Prova un'altra coppia:

> sample(c(-a,a),1) 
[1] -10 
> sample(c(-a,a),1) 
[1] 10 

Opere.

Se è necessario provare più di un elemento, quindi impostare replace=TRUE ... qui abbiamo campioni 12 volte:

sample(c(-a,a),12,replace=TRUE) 

[1] 10 10 -10 10 10 10 -10 -10 10 -10 10 -10 

2) è possibile utilizzare runif; Ecco un esempio di dimensioni 9:

a <- 1 
ifelse(runif(9)<.5,-a,a) 

[1] -1 1 -1 1 -1 1 -1 1 1 

3) è possibile utilizzare rbinom; Ecco un esempio di dimensione 4:

a <- 6 
ifelse(rbinom(4,1,.5),-a,a) 

[1] -6 6 -6 6