monte carlo模拟中的循环内部循环（或更好的解决方法）

这个问题与我在交叉验证部分中提出的一个问题有关，但它严格地集中在R编码上

我正在尝试进行蒙特卡罗模拟，以创建累计年度损失分布。它从离散分布（在本例中为泊松分布）中提取随机数损失频率，然后从连续分布（例如对数正态分布）中为每个损失提取随机严重性

它不是很长或很复杂的一段代码，但是我遇到了一个难题

首先我要说的是：我是在R中编写循环的初学者（我不使用

lappy

或

sapply

函数只

for

）。我设法为每个损失生成了具有一定严重性的随机数，我有两个版本：

（本部分适用于两个版本，我现在使用“培训”值）

第1版：

第2版：

这些只是随机生成的数字，用来表示这些代码是如何工作的。我的问题是，我想我已经将这些循环放入另一个循环中，该循环将重复这些操作一定次数（由最终版本中的

simvect=n

确定，其中

n=10^5

或

n=10^6

）。我希望它看起来像这样（手工制作）：

所以我想生成随机字符串，然后重复这个过程，并将这两个字符串相加，以创建一个数据帧或得到更好的解释-矩阵的行数等于最大绘制频率数，列数等于选择的重复次数（此处表示为

simvect

）

---

这是一篇很长的帖子，但我相信它解释了我的问题。提前谢谢大家

我不完全理解你最后想要实现什么，但这就是我想到的。希望有帮助

lambda=5 # lambda for poisson distribution
lnormpar1=2 #mean for lognormal distribution
lnormpar2=1 #standard deviation for lognormal distribution
simvect=1000000 #number of repeteation for monte carlo simulation

当我们循环时，Vec和输出为我们保留值：

Vec=rep(0,simvect)       # first component
for(z in 1:simvect){
    Vec[z]<- qpois(runif(1, min=0, max=1),lambda)
}
Vec    # printing (not necessary)

output = rep(0,simvect)   # second component
for(i in 1:simvect){
  output[i]<- qlnorm(runif(1, min=0, max=1),meanlog=lnormpar1, sdlog=lnormpar2)
}

matrix(c(Vec,output), ncol=2)    # merging them

Vec=rep（0，simvect）#第一个组件
for（1中的z:simvect）{
Vec[z]我在这里添加了评论，因为我不想再问另一个问题，是否有任何方法可以提高R在10^6次迭代中的性能（使其更快）？或者建议使用不同的软件/环境/语言？
output2=c()
for(i in 1:qpois(runif(1, min=0, max=1),lambda)){
  output2[i]<- qlnorm(runif(1, min=0, max=1),meanlog=lnormpar1, sdlog=lnormpar2)
}
as.data.frame(output2)

          [,1]
[1,]  3.825669
[2,]  6.612618
[3,] 31.890079
[4,]  3.400814
[5,] 11.453274
[6,] 12.498189
[7,]  3.773497

    output2
1 18.632316
2 18.808997
3  1.526787
4  2.377593
5  5.786662

1.1 1.2 1.3
1.3 1.4 2.0
2.0 N/A 1.2
N/A N/A 3.0
N/A N/A 1.9

lambda=5 # lambda for poisson distribution
lnormpar1=2 #mean for lognormal distribution
lnormpar2=1 #standard deviation for lognormal distribution
simvect=1000000 #number of repeteation for monte carlo simulation

Vec=rep(0,simvect)       # first component
for(z in 1:simvect){
    Vec[z]<- qpois(runif(1, min=0, max=1),lambda)
}
Vec    # printing (not necessary)

output = rep(0,simvect)   # second component
for(i in 1:simvect){
  output[i]<- qlnorm(runif(1, min=0, max=1),meanlog=lnormpar1, sdlog=lnormpar2)
}

matrix(c(Vec,output), ncol=2)    # merging them