[英]Speed of random sampling from distribution in R
我试图研究一个概率分布,其矩是加泰罗尼亚数,并想出了
qcatmo <- function(p, k=4){ (qbeta(p/2+1/2, 3/2, 3/2)*2 - 1)^2 * k }
colMeans(outer(qcatmo(ppoints(10^6)), 0:10, "^"))
# 1 1 2 5 14 42 132 429 1430 4862 16796
效果很好。 But then I tried to generate random values from this distribution, and found three possible approaches (A using the quantile function I already knew worked applied to runif
, B slightly more direct using the built-in rbeta
function, and C using a form of rejection使用runif
进行采样)在大样本上使用时速度明显不同:
rcatmoA <- function(n, k=4){ qcatmo(runif(n), k) }
rcatmoB <- function(n, k=4){ (rbeta(n, 3/2, 3/2)*2 - 1)^2 * k }
rcatmoC <- function(n, k=4){
n0 <- ceiling(n*4/pi + 7*sqrt(n) + 35)
x0 <- runif(n0)^2
y0 <- runif(n0)^2
x0[x0 + y0 < 1][1:n] * k
}
当进行基准测试时给出
library(microbenchmark)
n <- 10^4
microbenchmark(
rcatmoA(n,4),
rcatmoB(n,4),
rcatmoC(n,4)
)
#Unit: microseconds
# expr min lq mean median uq max neval cld
# rcatmoA(n, 4) 22817.2 23014.95 23259.688 23186.95 23322.80 25128.9 100 c
# rcatmoB(n, 4) 1526.5 1534.40 1615.255 1541.30 1607.15 4952.1 100 b
# rcatmoC(n, 4) 781.5 788.70 884.339 795.00 813.80 7266.2 100 a
我的问题是:
runif
数据,为什么 C 版本更快?正如您所发现的,有不同的方法可以执行相同分布的随机变量生成(在这种情况下为 beta 分布)。
qbeta
必须求助于数值反转(因为 beta 分布的 CDF,正则化 beta function,通常只被称为积分,所以变得更加困难) . 实际上,正如qbeta
的源代码所示,分位数 function 远非微不足道。 查看 R 源代码。rbeta
的源代码使用 Cheng (1978) 的 beta 分布算法。 在这种特殊情况下,使用了算法 BB,它采用了拒绝采样器(并且每次迭代也至少需要两个对数)。 相比之下,C 版本采用更简单的拒绝条件。 Cheng 的算法是多年来针对 beta 分布提出的众多算法之一,L. Devroye 在非均匀随机变量生成中提到了 1986 年及更早的算法。
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.