如何在R中进行蒙特卡罗模拟

如何在R中进行蒙特卡罗模拟,r,montecarlo,R,Montecarlo,我有以下资料: A = B/C B has mean of 50 with SD of 10 C has mean of 3 with SD of 0.5 所有变量的分布假定为正态分布 在这种情况下,我如何运行蒙特卡罗模拟?感谢您的帮助。对于粗略的蒙特卡罗,您可以运行n实验: set.seed(1) n = 1000 A = rnorm(n, 50, 10)/rnorm(n, 3, 0.5) mean(A) #[1] 17.09732 请参见?rnorm和?replicate,我可以用它们得

我有以下资料:

A = B/C
B has mean of 50 with SD of 10
C has mean of 3 with SD of 0.5
所有变量的分布假定为正态分布


在这种情况下,我如何运行蒙特卡罗模拟?感谢您的帮助。

对于粗略的蒙特卡罗,您可以运行
n
实验:

set.seed(1)
n = 1000
A = rnorm(n, 50, 10)/rnorm(n, 3, 0.5)
mean(A)
#[1] 17.09732

请参见
?rnorm
?replicate
,我可以用它们得到正态分布和重复。但是如何进行模拟呢?你会推荐一些相同的软件包或函数吗?你希望B和C以某种方式相互关联,还是相互独立,虽然我们可以认为B和C是独立的,但B和C是通过给定的公式关联的。两个正态随机变量的比率遵循柯西分布,它可以通过
rcuchy()
生成。如果提到具体目标,回答起来会容易得多。