为rnorm指定平均值/标准偏差向量有什么作用？

下一行从正态分布生成1000个随机抽取，平均值为0，标准差为1

rnorm(1000,0,1)
## [1] -0.3314116  2.3704895 -0.8110266  1.0777301 -0.8812868  0.3292315

下一行还生成1000个绘图，但现在每个观察的平均值在0到100之间变化

rnorm(1000,c(0,100),1)
## [1]  -1.12269954  98.83932359   0.07735428  99.91774166   0.60986243 101.50529435 

那么在这种情况下会发生什么呢？一般逻辑是什么

rnorm(1000,c(0,100),c(1,10))

谢谢你给矢量回收的链接，这是我丢失的一部分。另一个问题是使用了平均值和标准偏差的组合。比如说，你知道吗

rnorm(1000,c(0,100),c(1,10))

---

是否曾从平均值为0、标准偏差为10的正态分布中提取？下面的答案解决了这个问题

我创建了一个例子来表达你问题中的第三个例子

set.seed(1337)
x=rnorm(2000,c(0,100),c(1,10))
even=1:500*2
odd=0:499*2+1
mean(x[odd]) #0.00427
mean(x[even]) #99.5
sd(x[odd]) #1.01
sd(x[even]) #9.49

---

您可以看到该函数在每个向量的第一个和第二个输入之间交替。正如Alex所评论的，如果其中一个向量的长度与另一个不同（您的第二个示例），那么较短的向量将“循环”输入，直到它与较长的向量一样长。因此，

rnorm（1000，c（0100），1）

通过循环第二个向量的输入被转换成

rnorm（1000，c（01000），c（1,1））

rnorm

可以从正态分布生成变量向量。结果的长度由第一个参数指定，所有其他参数以通常的R方式循环使用。最好是在stackoverflow上提问，或者只是在谷歌上搜索一下。这个问题可能重复，链接的问题描述了回收行为。这种行为是否有记录？否则它就相当神秘了。