R 由密度函数生成随机变量

如果我有密度函数，如何生成大小为n=2914的随机变量

所以问题是我有密度f（x）（函数定义得很好）

---

P
从给定分布生成数据有多种选择
如果你有逆累积分布（我不知道上面哪一个应该是哪一个），最简单的方法是从均匀分布生成$n$观测值，并将这些值插入CDF的逆分布

还有一些其他的方法包括测试和取样。如果这还不够的话，这些页面的链接可以帮助您找到其他页面。
从给定的分发版生成数据有多个选项

如果你有逆累积分布（我不知道上面哪一个应该是哪一个），最简单的方法是从均匀分布生成$n$观测值，并将这些值插入CDF的逆分布

还有一些其他的方法包括测试和取样。如果这还不够的话，这些页面的链接可以帮助你找到其他人。
暴力总是存在的

> cdf<-function(x) integrate(df,-20,x)$value
> qdf<-function(x) optimize(function(z)(cdf(z)-x)^2,c(-20,20))$minimum
> rdf<-function(n) sapply(runif(n),qdf)
> x<-rdf(2000)
> hist(x,freq=F)
> xseq<-seq(-8,8,len=1000)
> lines(xseq,sapply(xseq,df))

cdf qdf rdf x hist（x，freq=F）
>xseq线（xseq，sapply（xseq，df））

---

暴力总是存在的

> cdf<-function(x) integrate(df,-20,x)$value
> qdf<-function(x) optimize(function(z)(cdf(z)-x)^2,c(-20,20))$minimum
> rdf<-function(n) sapply(runif(n),qdf)
> x<-rdf(2000)
> hist(x,freq=F)
> xseq<-seq(-8,8,len=1000)
> lines(xseq,sapply(xseq,df))

cdf qdf rdf x hist（x，freq=F） >xseq线（xseq，sapply（xseq，df））

---

不知道你的第一个问题是什么意思。您的意思是如何生成大小为

n=2914

的样本？

P

函数究竟应该做什么？你为什么要取1的幂？我用密度函数df来生成变量，另一个函数P，D，K和H就是我用来简化df=Fprim表达式的函数，它不是1的幂，而是乘法bu 1，它就在函数内部并不重要。不确定你的第一个问题是什么意思。您的意思是如何生成大小为

n=2914

的样本？

P

函数究竟应该做什么？为什么取1的幂？我用密度函数df生成变量，另一个函数P，D，K和H就是我用来简化df=Fprim表达式的函数，它不是1的幂，而是乘法bu 1，这只是函数的内部部分，并不重要。我理解逆累积分布的思想，然后使用均匀分布来生成变量。但我对r不是很在行，这是我要求代码来做的，我的密度函数是df或Fprim。我理解逆累积分布然后使用均匀分布来生成变量的想法。但我不太擅长r，这是我要求代码做的，我的密度函数是df或Fprim。谢谢你的回答，看起来不错，但我有一个关于线条优化的问题。这是做什么的，为什么？代码很好，谢谢，但是你能告诉我为什么你在那里使用优化吗？或者指向一个我能理解的参考资料？谢谢你的回答，看起来不错，但我有关于行优化的问题。它是做什么的？为什么？代码运行良好谢谢，但是你有没有办法告诉我你为什么在那里使用优化？或者指向我能理解的参考资料？