Fatal编程技术网
  • r/
  • 在R中生成不同的密度概率

在R中生成不同的密度概率

r statistics

在R中生成不同的密度概率,r,statistics,probability-density,probability-theory,R,Statistics,Probability Density,Probability Theory,当使用类似于的示例（c（rep（0，5），1），6）时，我可以生成如下矩阵： 项目A B C D E F 1 1 0 0 0 0 0 2 0 1 0 0 0 0 3 1 0 0 0 0 0 4 0 0 0 0 1 0 5 0 0 0 0 1 0 6 0 0 1 0 0 0 7 0 0 0 1 0 0 8 0 1 0

当使用类似于
的示例（c（rep（0，5），1），6）
时，我可以生成如下矩阵：

项目A B C D E F
1   1   0   0   0   0   0
2   0   1   0   0   0   0
3   1   0   0   0   0   0
4   0   0   0   0   1   0
5   0   0   0   0   1   0
6   0   0   1   0   0   0
7   0   0   0   1   0   0
8   0   1   0   0   0   0
9   1   0   0   0   0   0
10 0 0 1 0

根据设计，如果我生成大量的项目（行），特征（列）的概率密度将非常相似，即遵循贝塔分布（1,1）：

如何重写我的R代码，以便我能够生成矩阵，其中这6个特征遵循不同的beta分布，例如：beta（3,3）]或beta（7,3）

您的发行版不是Beta发行版。你需要这样的东西，在
问题中有你想要的概率（不清楚）：


nsims <- 10000
sims <- matrix(0, nrow=nsims, ncol=6)
colnames(sims) <- LETTERS[1:6]
probs <- c(1/12, 1/6, 1/4, 1/4, 1/6, 1/12) # "Beta(3,3)" ??????
for(i in 1:nsims){
  sims[i,sample.int(6, 1, prob=probs)] <- 1 
}

barplot(colSums(sims)/nsims)



nsims您是否看到了
rbeta
功能？Beta分布是连续的，而您想生成一个二进制矩阵？你为什么不直接为每一列生成一个Beta发行版呢？你从哪里得到这些图片的？这些是离散分布，因此不是贝塔分布。你不是指贝塔二项分布吗？事实上，我正在寻找一种生成矩阵的方法，其概率密度大致遵循贝塔分布（对于x=0；x=0.2，x=0.4，x=0.6，x=0.8和x=1）。是的，这与我想要做的非常接近。我想生成生成离散分布的0/1矩阵，这些矩阵遵循贝塔分布的广泛模式（对于x=0；x=0.2，x=0.4，x=0.6，x=0.8和x=1）假设
probs谢谢，就是这样。一旦beta不能是双峰分布，除了（0.5,0.5），我如何生成双峰分布？同样，您只需在
probs