[英]Generate N uniform random numbers with sum of one
我正在尝试生成100个范围为[0.005,0.008]的统一随机数,总和为1。 我一直在寻找与自己的担忧相关的几个问题,但没有找到答案。 有人可以给我一个建议吗?
首先,我将稍微修改您的示例,假设100个变量以[0.008,0.012]为界,并且它们的总和为1(这可以确保您要采样的集合中有可行的点)。
“命中并运行”算法在n维空间的有界子集中统一采样。 对于您的情况,我们有n = 100个尺寸; 让我们定义相应的变量x_1, x_2, ..., x_100
。 然后,我们有三种类型的约束来限制我们要从中采样的空间区域。
变量的下限为0.008-可以通过以下线性不等式捕获:
x_1 >= 0.008
x_2 >= 0.008
...
x_100 >= 0.008
变量的上限为0.012-可以通过以下线性不等式捕获:
x_1 <= 0.012
x_2 <= 0.012
...
x_100 <= 0.012
变量的总和为1-可以通过以下方式捕获:
x_1 + x_2 + ... + x_100 = 1
假设我们要获取10组在我们的空间内均匀分布的变量。 然后,我们可以通过以下方式在R中使用hitandrun
软件包:
library(hitandrun)
n <- 100
lower <- 0.008
upper <- 0.012
s <- 1
constr <- list(constr = rbind(-diag(n), diag(n), rep(1, n), rep(-1, n)),
dir = rep("<=", 2*n+2),
rhs = c(rep(-lower, n), rep(upper, n), s, -s))
samples <- hitandrun(constr, n.samples=10)
dim(samples)
# [1] 10 100
请注意,这要花很长时间(在我的情况下,不到2小时),因为我们是在高维空间(尺寸n = 100)中进行采样,并且要确保均匀采样,命中并运行算法实际上会执行O (n ^ 3)次迭代,绘制每个样本。 您可以通过调整函数的thin
参数来减少运行时间,尽管这可能会影响绘制的独立性。
我的想法是逐步生成随机数。 在每个步骤中,请注意剩余的总和不要太小。 在最后一步中,这些随机数被随机排列:
N <- 100
lowerBound <- 0.008
upperBound <- 0.012
Sum <- 1
X <- rep(NA,N)
remainingSum <- Sum
for (i in 1:(N-1))
{
a <- max( lowerBound, remainingSum-(N-i)*upperBound )
b <- min( upperBound, remainingSum-(N-i)*lowerBound )
A <- ceiling(1e+8*a)
B <- floor(1e+8*b)
X[i] <- ifelse( A==B, A, sample(A:B,1)) / 1e+8
remainingSum <- remainingSum - X[i]
}
X[N] <- remainingSum
X <- sample(X,N)
对于for
-loop很抱歉,但这是基本的R解决方案,它似乎可以正常工作。
> sum(X)
[1] 1
> min(X)
[1] 0.00801727
> max(X)
[1] 0.01199241
> plot(X)
分布不完全相同,但是几乎是均匀的。 我重复了5000次计算,并将第n个样本存储在X[,n]
:
所有职位加在一起:
在下限和上限附近,频率增加,但是在下限之间的其余间隔中,该频率几乎恒定。
这是一个使分布更加均匀的想法:组合上下边界附近的一些数字并将它们“扔到中间”:
x1
,在上边界附近选择x2
。 它们的平均值将大约是间隔的中心。 y
,以使y
和x1+x2-y
包含在间隔中。 y
和x1+x2-y
替换x1
和x2
。 没有有关这些数字将用于什么目的的更多信息,问题就很模糊。 通过研究一些较低维的示例,我们可以看到“统一”在这里的含义很模糊。 如果计划将其用于基于蒙特卡洛的某种模拟,则获得的结果很可能不会有用。
让我们看一下n=4
,约束[210,300]
且总数为1000
。
我们生成(效率低下)与标准相符的所有离散值的详尽列表
values <- 210:300
df <- subset(expand.grid(a=values, b=values, c=values, d=values), a+b+c+d==1000)
由于对称,a,b,c和d的分布将相同。 分布看起来像
> plot(prop.table(table(df$a)), type='l')
随着尺寸的增加,这个问题只会变得更糟。 “求和为1”的要求具有将采样限制为N-1维超平面的效果,并且各个分量约束用于将可行的子集雕刻为多面体(基于N维超立方体与N维超立方体的交集)。平面嵌入N空间)。
在3维中,子空间看起来像是平面和立方体的交点; 中间是六边形,两端是三角形。 通过查看前两个主要成分的图即可轻松进行验证
> values <- 100:150; df <- subset(expand.grid(a=values, b=values, c=values), a + b + c==370); df2 <- as.data.frame(predict(princomp(df)))
> plot(df2$Comp.1, df2$Comp.2)
总而言之,在没有某种使用意图的知识的情况下,解决该问题比看起来要困难得多。
这是基于Metropolis-Hastings的改进解决方案。 请注意,由于您的限制,我还没有达到收敛; 但是,它非常接近:
simple_MH <- function(n= 100, low= 0.005, up= 0.02, max_iter= 1000000) {
x <- runif(n, low, up)
sum_x <- sum(x)
iter <- 0
if (sum_x == 1) return(x)
else {
while (sum_x != 1 & iter < max_iter) {
iter <- iter + 1
if (sum_x > 1) {
xt <- sample(which(x > mean(x)), 1)
} else {
xt <- sample(which(x < mean(x)), 1)
}
propose <- runif(1, low, up)
d_prop <- dnorm(propose, 1 / n, sqrt(1/12 *(up - low)^2))
d_xt <- dnorm(x[xt], 1 / n, sqrt(1/12 *(up - low)^2))
alpha <- d_prop / d_xt
if (alpha >= 1) {
x[xt] <- propose
sum_x <- sum(x)
} else {
acc <- sample(c(TRUE, FALSE), 1, prob= c(alpha, 1-alpha))
if (acc) {
x[xt] <- propose
sum_x <- sum(x)
}
}
}
}
return(list(x=x, iter= iter))
}
# try it out:
test <- simple_MH() # using defaults (note not [0.005, 0.008])
test2 <- simple_MH(max_iter= 5e6)
R> sum(test[[1]]) # = 1.003529
R> test[[2]] # hit max of 1M iterations
R> sum(test2[[1]]) # = 0.9988
R> test2[[2]] # hit max of 5M iterations
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.