R 生成相同的随机序列
我想在相同的种子基础上,使用“样本”函数和使用“因子”函数的SAS在R中生成相同的随机数,但我得到了不同的结果 R代码:R 生成相同的随机序列,r,sas,R,Sas,我想在相同的种子基础上,使用“样本”函数和使用“因子”函数的SAS在R中生成相同的随机数,但我得到了不同的结果 R代码: RNGkind() #"Mersenne-Twister" "Inversion" set.seed(123) sample(c(1:6),6) 2 4 6 3 5 1 R结果: SAS代码: PROC plan seed = 123; factors r = 6 random; run; SAS结果: R和SAS之间的随机数生成算法是否不同?请不要发布图片,将代码
RNGkind()
#"Mersenne-Twister" "Inversion"
set.seed(123)
sample(c(1:6),6)
2 4 6 3 5 1
R结果:
SAS代码:
PROC plan seed = 123;
factors r = 6 random;
run;
SAS结果:
R和SAS之间的随机数生成算法是否不同?请不要发布图片,将代码和结果作为文本发布。很抱歉,我将立即编辑此内容。我怀疑生成了不同的种子。你能检查R的
.Random.seed
与SAS的等效值吗?(不知道SAS是否以同样的方式对种子进行编码。)最终,我认为尝试在不同的统计软件中复制完全相同的伪随机数是注定要失败的。最好使用相同的RNG实现。例如,您可以与random.org(参见R packagerandom
)交互,在这里您可以获得一个带有时间戳的“真实”随机序列,以确保再现性。不要发布图片,将代码和结果作为文本发布。很抱歉,我将立即编辑。我怀疑生成了不同的种子。你能检查R的.Random.seed
与SAS的等效值吗?(不知道SAS是否以同样的方式对种子进行编码。)最终,我认为尝试在不同的统计软件中复制完全相同的伪随机数是注定要失败的。最好使用相同的RNG实现。例如,您可以访问random.org(参见R packagerandom
),在那里您可以获得一个带有时间戳的“真实”随机序列,以确保再现性。