两个编码用于相同的目的，但给出不同的结果

以下两段代码做相同的工作，但给出不同的结果。它需要一个/两分钟来运行代码：两个编码用于相同的目的，但给出不同的结果

# chunk 1: 
n <- 10000000 
set.seed(1) 
a <- rbinom(n, 1, .5) 
b1 <- (a==0) * rexp(n, 1/182.5) 
b2 <- (a==1) * rexp(n, 1/365) 
e <- (a==1) * rbinom(n, 1, .5) 
b3 <- (e==1) * rexp(n, 1/365) 
g <- (1-a)*b1 + a*(b2+b3) 
p <- length(g[g>150])/length(g) 
p 

# chunk 2: 
n <- 10000000 
set.seed(1) 
a <- rbinom(n, 1, .5) 
b1 <- rexp(n, 1/182.5) 
b2 <- rexp(n, 1/365) 
e <- rbinom(n, 1, .5) 
b3 <- rexp(n, 1/365) 
g <- (1-a)*b1 + a*(b2+b3) 
p <- length(g[g>150])/length(g) 
p

这2块相同，因为，a等于一，部分(1-a)*b1在g将消失，不要紧b1是否等于零或任何其他值。

同样，如果没有a为1，g中的部分a*(b2+b3)将会消失。因此，b2的元素是零还是另一个值（如果a的对应元素是零）并不重要。

但是为什么2块的结果不同？

来源

2017-03-21 user 31466

set.seed（）怎么样？如果生成随机分布，除非定义种子，否则它应该是不同的。 –

@AleksandrVoitov由于'n'足够大，它会给出2位小数位的相似结果（总是我找到了）。我仍然编辑过。谢谢。 –

@Leaf恕我直言1块比块2计算另一个'b1'。取决于'a'的元素的值。对于'a [i]'== 0，计算相同的'b1 [i]'，但对于'a [i]'== 1，第一个块计算'b1 [i]'== 0。 – jogo

的问题是，在块1 (a==0)和(a==1)语法看起来像它会导致相同的数值结果为块2，但是它们会导致命令g[g>150]切片g不同的组块1比在块被切2.

在块1中，(a==0) * rexp(n, 1/182.5)确保将所有不需要的索引设置为零。在数据块2中，这些索引处仍有值，其中一些值可能导致g大于150.因此，对于数据块2，length(g[g>150])是更大的数字，因此您会得到不同的答案。

来源

2017-03-21 14:59:51 mmyoung77

两个编码用于相同的目的，但给出不同的结果

回答

相关问题