在R中模拟来自对数正态分布的数据

假设我想模拟10个对数正态分布的观测值，并重复100次。我写了一些R代码，但由于某种原因它不起作用。代码如下：

for(i in 1:100) 
 {

x = rlnorm(10, meanlog = 0, sdlog = 1)

 }

有什么想法吗？

这可能有用：

lapply(1:100, function(i) rlnorm(10, meanlog = 0, sdlog = 1))

编辑
要计算平均值和标准差，请使用：

lapply(1:100, function(i) {
    x <- rlnorm(10, meanlog = 0, sdlog = 1)
    c(mean=mean(x), sd=sd(x))
})

为了使您的原始代码正常工作（参见DWin的注释），请使用：

x这可能有效：

lapply(1:100, function(i) rlnorm(10, meanlog = 0, sdlog = 1))

编辑

要计算平均值和标准差，请使用：

lapply(1:100, function(i) {
    x <- rlnorm(10, meanlog = 0, sdlog = 1)
    c(mean=mean(x), sd=sd(x))
})

为了使您的原始代码正常工作（参见DWin的注释），请使用：

x在循环的每次迭代中覆盖
x
。您可能希望查看
replicate（100，rlnorm（10，meanlog=0，sdlog=1））
或者更简单地说，您在循环的每次迭代中覆盖
x
。您可能想查看
复制（100，rlnorm（10，meanlog=0，sdlog=1））
或者更简单地说，
x如何计算每10次观察的平均值和标准差？谢谢请参阅我的编辑。注：您也可以在第一次创建时使用
lappy
，并在创建100个模拟后向其提供
函数（x）（平均值=平均值（x），sd=sd（x））
。如何计算每10个观察值的平均值和sd？谢谢请参阅我的编辑。注：您也可以在第一次创建时使用
lappy
，并在创建100个模拟后向其提供
函数（x）c（平均值=平均值（x），sd=sd（x））
。