-2
A
回答
3
您的runif
命令不正確。不要:
df<-data.frame(replicate(60,runif(300,0,1)))
正如蒂姆和羅蘭指出,這是最好(快)使用方法:
df<-matrix(runif(60*300),ncol=60)
對於runif
,第一個參數是觀測的數量,然後分鐘,然後最大值,用逗號分隔。
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
至於你的指數分佈,如果我是正確的,如果U是0和1,則-ln(U)之間的均勻分佈/λ是指數分佈的λ參數。 LN函數是R.
log
用下面的代碼:
require(fitdistrplus)
set.seed(1)
df<-runif(100000,0,1)
df<-(-log(df))
png('fit.png')
descdist(df)
dev.off()
你得到這個情節:數據似乎遵循指數分佈(如預期)
相關問題
- 1. 均勻分佈的隨機數生成
- 2. 隨機均勻分佈
- 3. 隨機均勻分佈
- 4. 從均勻分佈生成隨機數的最快方法python
- 5. 生成均勻分佈的僞隨機數在C++
- 6. 生成一個非均勻分佈的隨機數
- 7. 製作CURAND從均勻分佈生成不同的隨機數
- 8. 隨機數,具有不均勻分佈
- 9. 均勻分佈的隨機數
- 10. 非均勻分佈的隨機數組
- 11. Omnet ++均勻隨機數生成
- 12. 非均勻隨機數生成器
- 13. 在分佈式環境中生成均勻分佈的隨機數
- 14. 生成均勻分佈的隨機排列的算法
- 15. 用於生成均勻分佈的隨機位集的方法
- 16. 生成一個邊緣均勻分佈的隨機圖
- 17. 如何生成均勻分佈的隨機DFA?
- 18. 隨機點不是均勻分佈
- 19. <random>隨機數發生器和均勻分佈
- 20. Java使用Possion/Gaussian /指數/幾何/均勻分佈生成隨機數
- 21. 產生不均勻的僞隨機數
- 22. 生成隨機數2^30
- 23. 生成均勻分佈(逆變換)
- 24. 在均勻分佈的矩形邊界上生成一個隨機點
- 25. 如何生成500個隨機訂單,其中的項目順序是(1.5)在python中的均勻分佈?
- 26. 僞隨機選擇均勻分佈的數據
- 27. 長時間均勻分佈的隨機數
- 28. DB2中的隨機函數不是均勻分佈的
- 29. 隨機數是不是真的均勻分佈
- 30. PHP:選擇一個隨機數,均勻分佈
'矩陣(runif(60 * 300),ncol = 60)',當然還有'rexp'來實現您的實際目標。 – Roland