模擬的T -distributions - 隨機抽樣

Question

我在河是新來模擬練習我想從與自由度的分佈創建一個大小爲25的1000個樣本10

我需要建立一個單一的來自rt發生器的數據矢量，然後從中重複採樣？因此，例如，我可以創建矢量：

singlevector <- rt(5000, 10)，它可以從t分佈的大小5000和df = 10生成數據。所以，我會將其視爲我的人口，然後從中進行抽樣。我在這裏任意選擇5000人口。

或者，我是否應該每次創建1000個樣本調用這個隨機t生成器？

換句話說，創建一個有25行1000列的矩陣，每列包含對應於新調用rt(25, 10)的向量。

Answer 1

由於您採樣獨立，分佈相同的值，所有這三種方法均爲，統計學上相當於。

• 電話隨機數生成器一次以獲得儘可能多（或更多）值比你需要的，然後品嚐該向量無需更換
• 電話隨機數發生器1000次，每次採摘25個值
• 調用隨機數發生器一次，採摘25000點的值，則細分載體導入個體樣品爲了（而不是隨機地）

後兩種不只是統計學但計算當量alent。在第一種方法中，樣本的順序變得混亂，但這對統計特性沒有影響。

方法＃1：

set.seed(101) 
x1 <- rt(25000,10) 
r1 <- do.call(cbind,split(x1,sample(0:24999) %/% 25)) 

示出＃2的等價和＃3：

set.seed(101) 
r2 <- replicate(1000, rt(25, 10)) 
set.seed(101) 
r3 <- matrix(rt(25000,10),nrow=25) 
identical(r2,r3) ## TRUE 

在一般的解決方案＃3是最快的（但所有這些方法都非常快對於這個數量級的問題，即對於我筆記本電腦上的25×1000個樣本，約5毫秒（＃3）對10毫秒（＃2））;在閱讀代碼時，我會選擇哪種方法最容易理解。