生成混合隨機數序列

把每個分佈的結果，我想提出的隨機數來自第一伽馬[gamma with shape=2 , rate=4]矢量和第二伽馬[gamma with shape=3 , rate=4]在另一個載體生成混合隨機數序列

x <- rep(0,20) 
for (i in 1:20){ 
    U[i] <- runif(1,0,1) 
    if(U[i] < 0.8){ 
     x[i] <- rgamma(1,shape=2,rate=4) 
    } else { 
     x[i] <- rgamma(1,shape=3,rate=4) 
    } 
}

來源

2015-12-23 Soad M.Bakry

你可以試試（如果我得到了你的意思）：

rgamma(20,shape=sample(2:3,20,replace=TRUE,prob=c(0.8,0.2)),rate=4)

你shape是2:3sample d與具有2個80％的概率。然後，你可以調用rgamma只有一次，因爲它的矢量性質。

如果您需要兩個不同的載體，您可以：

nShape2<-rbinom(1,20,.80) 
vecShape2<-rgamma(nShape2,shape=2,rate=4) 
vecShape3<-rgamma(20-nShape2,shape=3,rate=4)

來源

2015-12-23 18:16:56 nicola

我試圖用牛頓拉夫遜找到了兩個伽瑪分佈混合最大似然估計，採用矩量法作爲起點，我的算法，我需要拆分兩個γ的值來計算率=平均（X）/ VAR（X） shape1 =平均值（來ranom數量從第一伽馬）（來自第一伽馬ranom數）^ 2/VAR 形狀2 =平均（來自第二伽馬ranom號）^ 2/VAR（來自第二伽馬ranom號） –

@ SoadM.Bakry我想什麼都描述的是所謂的電子商務「責任」的計算每個數據的混合組分。這是（如果我沒記錯的話）EM算法的E部分。對「期望最大化算法」的網絡搜索應該會出現很多點擊。 –

生成混合隨機數序列

回答

相關問題