Генерация случайных чисел — фундаментальная задача статистического моделирования, моделирования и различных задач анализа данных. В R генерация случайных чисел из нормального распределения является общим требованием. В этой статье мы рассмотрим несколько методов достижения этой цели, сопровождаемые примерами кода. Независимо от того, являетесь ли вы новичком или опытным пользователем R, это руководство предоставит вам различные подходы к генерации случайных чисел из нормального распределения со средним значением 0 и стандартным отклонением 1.

Методы генерации случайных чисел из нормального распределения:

Метод 1: использование функции rnorm
Функция rnorm— это встроенная функция в R, которая позволяет нам генерировать случайные числа из нормального распределения. По умолчанию он генерирует случайные числа со средним значением 0 и стандартным отклонением 1. Вот пример:

# Generate a random sample of size 10 from a standard normal distribution
random_numbers <- rnorm(10)
print(random_numbers)

Метод 2. Использование параметра scaleв rnorm
Параметр scaleв функции rnormпозволяет нам указать стандартное отклонение нормального распределения. Чтобы генерировать случайные числа со средним значением 0 и стандартным отклонением 1, мы можем установить для параметра scaleзначение 1. Вот пример:

# Generate a random sample of size 10 from a normal distribution with mean 0 and standard deviation 1
random_numbers <- rnorm(10, mean = 0, sd = 1)
print(random_numbers)

Метод 3: масштабирование случайных чисел
Мы можем генерировать случайные числа из стандартного нормального распределения, а затем масштабировать их, чтобы получить желаемое среднее значение и стандартное отклонение. Вот пример:

# Generate a random sample of size 10 from a standard normal distribution
random_numbers <- rnorm(10)
# Scale the random numbers to have mean 0 and standard deviation 1
scaled_numbers <- (random_numbers - mean(random_numbers)) / sd(random_numbers)
print(scaled_numbers)

Метод 4: использование пакета mvtnorm
Пакет mvtnormв R предоставляет функции для многомерных нормальных распределений. Мы можем использовать функцию rmvnormиз этого пакета для генерации случайных чисел из нормального распределения. Вот пример:

# Install and load the mvtnorm package
install.packages("mvtnorm")
library(mvtnorm)
# Generate a random sample of size 10 from a normal distribution with mean 0 and standard deviation 1
random_numbers <- rmvnorm(10, mean = c(0), sigma = diag(1))
print(random_numbers)

Метод 5: использование пакета stats
Пакет statsв R предоставляет еще одну функцию под названием rnorm, которая генерирует случайные числа из нормальное распределение. Вот пример:

# Install and load the stats package
install.packages("stats")
library(stats)
# Generate a random sample of size 10 from a normal distribution with mean 0 and standard deviation 1
random_numbers <- rnorm(10, mean = 0, sd = 1)
print(random_numbers)

В этой статье мы рассмотрели несколько методов генерации случайных чисел из нормального распределения в R со средним значением 0 и стандартным отклонением 1. Мы рассмотрели встроенные функции, такие как rnorm, и изучили альтернативные подходы, включающие масштабирование и пакет mvtnorm. Используя эти методы, вы можете легко генерировать случайные числа для различных статистических задач и задач моделирования в R.