[英]Simulating a discrete distribution on a different scale in R
如果要使用现有的六面芯片数据,请第二次尝试。 我使用sn
包将倾斜的正态分布拟合到您现有的数据,然后对其进行缩放以表示一个十面的模具,并使用round
使其离散。
首先,我将模拟您的数据
set.seed(9999)
n=112
a = rnorm( 42, 3, 1 )
b = rnorm( 70, 5, 0.5 )
dat = round(c( a, b))
dat[!(dat %in% 1:6)] = NA
dat=dat[complete.cases(dat)]
hist(dat,breaks = seq(0.5, 6.5,1), col = rgb(0,0,1,0.25))
如果需要,只需将dat
设置为现有数据。
现在使用sn
软件包对分布进行参数化。 (如果愿意,可以尝试适合其他发行版)
require(sn)
cp.est = sn.mple(y=dat,opt.method = "nlminb")$cp
dp.est = cp2dp(cp.est,family="SN")
##example to sample from the distribution and compare to existing
sim = rsn(n, xi=dp.est[1], omega=dp.est[2], alpha=dp.est[3])
sim = round(sim)
sim[!(sim %in% 1:6)] = NA
hist(sim,breaks = seq(0.5, 6.5,1), col = rgb(1,0,0,0.25), add=T)
现在缩放分布以代表一个十面骰子。
sim = rsn(n, xi=dp.est[1], omega=dp.est[2], alpha=dp.est[3])/6*10
sim <- round(sim)
sim[!(sim %in% 1:10)] = NA
hist(sim,breaks = seq(0.5, 10.5,1), col = rgb(0,1,0,0.25))
要模拟112个学生滚动一个10面骰子并将结果绘制成直方图,请执行以下操作:
n=112
res = sample(1:10, size = n, replace = T)
hist(res)
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.