在R中模拟胖尾数据

我需要用厚尾分布模拟R中的数据，而且在我不确定从哪里开始之前从未模拟过数据。我已经研究了

FatTailsR

软件包，但是文档非常神秘，我似乎找不到任何明显的教程

基本上，我想创建一个包含两列（X和Y）的人工数据框，共10000个观察值，使用以下逻辑/迭代：

• 对于X的每个观测值，Y为0的概率为75%，Y为1的概率为25%（将每个观测值指定为0或1）
• 接下来，只看X的观测值，其中Y是1。在这些观察数据中（原始数据集的25%），有25%的数据表示Y为2
• 在Y为2的观测值中，25%的观测值会上升到3
• 然后依次迭代，直到Y=10

任何指导都将不胜感激。包括要签出的包和函数的建议（可能类似于

rlnorm

？）

这可能有效（不是超级高效，而是…）

首先计算每个结果的概率（p（1）=0.75，p（2）=0.75*0.25，p（3）=0.75*0.25^2…）

---

cc这是我从你的问题中了解到的：

data <- data.frame(X=1:10000, Y=sample(c(0,1), 10000, TRUE, prob=c(0.75, 0.25)))
head(data)

pos <- which(data$Y == 1)
pos <- sample(pos, floor(0.25*length(pos)), FALSE)  # 25% of Y == 1

data[pos, "Y"] <- data[pos, "Y"] + 1

## Iterate using a while loop :

data <- data.frame(X=1:10000, Y=sample(c(0,1), 10000, TRUE, prob=c(0.75, 0.25)))
head(data)

i <- 0

while(i < 10) {
  pos <- which(data$Y == (i + 1))
  pos <- sample(pos, floor(0.25*length(pos)), FALSE)  # 25% of Y == 1

  data[pos, "Y"] <- data[pos, "Y"] + 1

  i <- i + 1
}

hist(data$Y)

data很高兴看到您在这方面做了哪些尝试。看起来像是一个
for
循环，您只需要
runif
或
sample
或
rbinom
中的一个。您的第一个项目符号是
y=sample（0:1，大小=10000，prob=c（0.75，0.25），replace=TRUE）
。或者
y=ifelse（runif（10000）>0.75,1,0）
。或者
y=rbinom（10000，大小=1，概率=0.25）
。选择你最喜欢的语法。（还有，
X
列的意义是什么？您经常提到它，但从不谈论它的值。似乎只生成一个向量
Y
会更简单，因为
X
什么都不做…）我沿着这条路径开始，但在OP的迭代过程中，2是由1组成的，所以
P（1）=0.25-和（0.25）^（2:10）
（我认为您有一个输入错误，第一次迭代中的原始P（1）是0.25，而不是0.75）。如果我们这样做，那么我认为数字1:10的问题是
0.25^（1:10）-c（修订版（cumsum（0.25^（10:2）），0）
分别，但我有一个错误，因为它们的总和应该是
0.25
一个这个总和是
0.222252
。但是我也忘记了零。如果你在我之前找到它，请随意编辑，或者发布你自己的更正版本（如果必要，我会删除）.Eh，看起来像是家庭作业，所以除非OP显示了相当多的代码，否则我可能不会发布答案。不过这是一个很好的小谜题。呃，我用
cumsum
和所有的东西把它过度复杂化了。
1:10
的概率是
p=0.25^（1:10）；p=p-c（p[-1]，0）
。对于已知的迭代次数来说，这个答案很好（1:10中的i）
比在
while
循环中手动递增
i
更简单、更安全。
rr <- t(rmultinom(1000,size=1,prob=cc))

storage.mode(rr) <- "logical"
out <- apply(rr,1,which)

tt <- table(factor(out,levels=1:10))
  1   2   3   4   5   6   7   8   9  10 
756 183  43  14   3   1   0   0   0   0 

data <- data.frame(X=1:10000, Y=sample(c(0,1), 10000, TRUE, prob=c(0.75, 0.25)))
head(data)

pos <- which(data$Y == 1)
pos <- sample(pos, floor(0.25*length(pos)), FALSE)  # 25% of Y == 1

data[pos, "Y"] <- data[pos, "Y"] + 1

## Iterate using a while loop :

data <- data.frame(X=1:10000, Y=sample(c(0,1), 10000, TRUE, prob=c(0.75, 0.25)))
head(data)

i <- 0

while(i < 10) {
  pos <- which(data$Y == (i + 1))
  pos <- sample(pos, floor(0.25*length(pos)), FALSE)  # 25% of Y == 1

  data[pos, "Y"] <- data[pos, "Y"] + 1

  i <- i + 1
}

hist(data$Y)