迹忆客 专注技术分享

本文将演示在 R 中使用不同的 mean 和 sd 值模拟 rnorm 的多种方法。

使用 Map 函数模拟 R 中许多观察的 rnorm

rnorm 函数用于生成正态分布的随机偏差，假定默认 mean 等于 0，标准偏差 (sd) 是 1。请注意，后面的参数可以作为元素向量选择性地传递。在这种情况下，我们将预定义的 mean 和 sd 值存储为数据框的一部分。Map 函数将给定的函数对象应用于多个向量的相应元素。它将函数对象作为第一个参数，将向量对象作为后面的参数。请注意，向量对象的数量应等于给定函数对象的强制参数。在以下示例中，我们为每个 data 元素生成 5 个偏差。此外，我们使用 set.seed 函数来指定多个程序执行之间可重现结果的种子值。Map 函数返回一个 list 对象。

set.seed(123)
df1 <- data.frame(
  data = sample(1:64, 4),
  mean = sample(1:64, 4),
  sd = c(1, 4, 8, 20)
)

n <- 5
func1 <- function(x, y) rnorm(n, mean = x, sd = y)
list1 <- Map(func1, df1$mean, df1$sd)
list1

输出：

[[1]]
[1] 3.129288 4.715065 3.460916 1.734939 2.313147

[[2]]
[1] 40.21735 46.89633 43.43926 43.60309 42.44273

[[3]]
[1] 45.55327 64.29531 53.98280 34.26706 55.61085

[[4]]
[1] 44.54417 32.64353 49.64050 33.47991 39.42218

使用 apply 函数模拟 R 中许多观察的 rnorm

或者，我们可以使用 apply 函数来模拟数据框中不同行的 rnorm。apply 函数通常用于返回将给定函数对象应用于数组或矩阵的指定边距的值。使用名为 MARGIN 的第二个参数指定边距。MARGIN 参数可以具有 1 的值，表示要应用于矩阵行的函数。另一方面，值 2 表示矩阵的列，而 c(1,2) 表示矩阵的行和列。apply 函数的第一个参数可以是数组或矩阵。但是请注意，如果传递的对象不是数组，则会使用 as.matrix 或 as.array 函数将其强制转换为数组类型。

set.seed(123)
df1 <- data.frame(
  data = sample(1:64, 4),
  mean = sample(1:64, 4),
  sd = c(1, 4, 8, 20)
)

n <- 5
func1 <- function(x) rnorm(n, mean = x[1], sd = x[2])
apply(df1[-1], 1, FUN = func1)

输出：

         [,1]     [,2]     [,3]     [,4]
[1,] 3.129288 40.21735 45.55327 44.54417
[2,] 4.715065 46.89633 64.29531 32.64353
[3,] 3.460916 43.43926 53.98280 49.64050
[4,] 1.734939 43.60309 34.26706 33.47991
[5,] 2.313147 42.44273 55.61085 39.42218