R 递归生成指数随机变量_R_Recursion_Random_Exponential Distribution

R 递归生成指数随机变量

r recursion random

R 递归生成指数随机变量,r,recursion,random,exponential-distribution,R,Recursion,Random,Exponential Distribution,我不熟悉R中的递归。我试图生成满足R中特定条件的指数随机变量。下面是一个简单的示例，显示了我生成两个独立指数随机变量的尝试代码当我运行上述代码时，会出现以下错误：错误：计算嵌套太深：无限递归/optionsexpressions=？ wrapup期间出错：计算嵌套太深：无限递归/optionsexpressions=？我已经尝试过修改optionsexpressions=10000，以允许R增加迭代次数。这似乎对我的情况没有帮助，也许我没有正确地使用这个选项。我理解用上述严格标准生成连续

我不熟悉R中的递归。我试图生成满足R中特定条件的指数随机变量。下面是一个简单的示例，显示了我生成两个独立指数随机变量的尝试

代码

当我运行上述代码时，会出现以下错误：

错误：计算嵌套太深：无限递归/optionsexpressions=？ wrapup期间出错：计算嵌套太深：无限递归/optionsexpressions=？我已经尝试过修改optionsexpressions=10000，以允许R增加迭代次数。这似乎对我的情况没有帮助，也许我没有正确地使用这个选项。我理解用上述严格标准生成连续分布可能是个问题。话虽如此，是否仍有避免错误的方法？或者至少在发生错误时重复递归？递归在这里是一种过度杀戮吗？是否有更简单/更好的方法生成所需的随机变量？

我非常感谢您的见解。

不要对此使用递归：

gen.exp<-function(q1, q2, maxiter = 1e3){
  i <- 0
  repeat {
    i <- i + 1
    a=rexp(1,q1)  # generate exponential random variable
    b=rexp(1,q2)  # generate exponential random variable
    if((a>10 & a<10.2) & (a+b>15)) return(c(a,b)) # criteria the random variables must meet
    if (i > maxiter) stop(paste("Conditions not fulfilled after", maxiter, "tries."))
  }
}

set.seed(42)
gen.exp(.25, 2)
#Error in gen.exp(0.25, 2) : Conditions not fulfilled after 1000 tries.

让我们尝试更多的迭代：

gen.exp(.25, 2, maxiter = 1e7)
#[1] 10.08664  5.55414

当然，这个RNG非常慢，几乎没有用。最好同时生产更大批量的a和b。

不要对此使用递归：

gen.exp<-function(q1, q2, maxiter = 1e3){
  i <- 0
  repeat {
    i <- i + 1
    a=rexp(1,q1)  # generate exponential random variable
    b=rexp(1,q2)  # generate exponential random variable
    if((a>10 & a<10.2) & (a+b>15)) return(c(a,b)) # criteria the random variables must meet
    if (i > maxiter) stop(paste("Conditions not fulfilled after", maxiter, "tries."))
  }
}

set.seed(42)
gen.exp(.25, 2)
#Error in gen.exp(0.25, 2) : Conditions not fulfilled after 1000 tries.

让我们尝试更多的迭代：

gen.exp(.25, 2, maxiter = 1e7)
#[1] 10.08664  5.55414

当然，这个RNG非常慢，几乎没有用。最好同时生产更大批量的a和b。

您使用的是一个具有两种条件的简单拒收取样器

a>10&a<10.2 a+b>15 但是，匹配这两个选项的机会很低，即非常慢。然而，由于您对指数随机数感兴趣，我们可以避免模拟我们拒绝的数字

为了生成指数随机数，我们使用以下公式

-rate * log(U)

其中U是一个U0,1随机数。因此，要从大于10的指数分布中生成值，我们只需这样做

-log(U(0, exp(-10*rate))/rate

还是R码

-log(runif(1, 0, exp(-10*rate)))/rate

我们可以对上界使用类似的技巧

使用上面的@Roland函数，可以

gen.exp = function(q1, q2, maxiter = 1e3){
  i = 0
  repeat {
    i = i + 1
    upper = exp(-10*q1)
    lower = exp(-10.2*q1)
    a = -log(runif(1, lower, upper))/q1
    b = -log(runif(1, 0, exp(-4.8*q2)))/q2

    if((a>10 & a<10.2) & (a+b>15)) {message(i); return(c(a,b)) 
    if (i > maxiter) stop(paste("Conditions not fulfilled after", maxiter, "tries."))
  }
}

注意，我还打印了它需要多少次迭代。对于您的参数，我需要大约2次迭代。

您使用的是一个具有两个条件的简单拒绝采样器