-2
A
回答
3
您的runif
命令不正确。不要:
df<-data.frame(replicate(60,runif(300,0,1)))
正如蒂姆和罗兰指出,这是最好(快)使用方法:
df<-matrix(runif(60*300),ncol=60)
对于runif
,第一个参数是观测的数量,然后分钟,然后最大值,用逗号分隔。
df[1:5,1:5]
X1 X2 X3 X4 X5
1 0.4375043 0.76986901 0.1154772 0.8861121 0.0275067
2 0.4024352 0.19291795 0.7496475 0.5159706 0.8768299
3 0.3164539 0.02212373 0.2091863 0.2792025 0.5175030
4 0.2496215 0.51070780 0.8462652 0.2604232 0.9109863
5 0.8450932 0.68503812 0.2391174 0.0220619 0.4943907
至于你的指数分布,如果我是正确的,如果U是0和1,则-ln(U)之间的均匀分布/λ是指数分布的λ参数。 LN函数是R.
log
用下面的代码:
require(fitdistrplus)
set.seed(1)
df<-runif(100000,0,1)
df<-(-log(df))
png('fit.png')
descdist(df)
dev.off()
你得到这个情节:数据似乎遵循指数分布(如预期)
相关问题
- 1. 均匀分布的随机数生成
- 2. 随机均匀分布
- 3. 随机均匀分布
- 4. 从均匀分布生成随机数的最快方法python
- 5. 生成均匀分布的伪随机数在C++
- 6. 生成一个非均匀分布的随机数
- 7. 制作CURAND从均匀分布生成不同的随机数
- 8. 随机数,具有不均匀分布
- 9. 均匀分布的随机数
- 10. 非均匀分布的随机数组
- 11. Omnet ++均匀随机数生成
- 12. 非均匀随机数生成器
- 13. 在分布式环境中生成均匀分布的随机数
- 14. 生成均匀分布的随机排列的算法
- 15. 用于生成均匀分布的随机位集的方法
- 16. 生成一个边缘均匀分布的随机图
- 17. 如何生成均匀分布的随机DFA?
- 18. 随机点不是均匀分布
- 19. <random>随机数发生器和均匀分布
- 20. Java使用Possion/Gaussian /指数/几何/均匀分布生成随机数
- 21. 产生不均匀的伪随机数
- 22. 生成随机数2^30
- 23. 生成均匀分布(逆变换)
- 24. 在均匀分布的矩形边界上生成一个随机点
- 25. 如何生成500个随机订单,其中的项目顺序是(1.5)在python中的均匀分布?
- 26. 伪随机选择均匀分布的数据
- 27. 长时间均匀分布的随机数
- 28. DB2中的随机函数不是均匀分布的
- 29. 随机数是不是真的均匀分布
- 30. PHP:选择一个随机数,均匀分布
'矩阵(runif(60 * 300),ncol = 60)',当然还有'rexp'来实现您的实际目标。 – Roland