如何在R中生成满足特定占比要求的截断随机分布样本

不用反复调整分布参数凑比例，直接通过分块生成就能精准满足需求，下面是几种简单的实现方式：

方法1：基础R原生实现（精准控制比例） #

直接拆分样本量，分别生成对应区间的随机数，完全符合20%样本>50的要求，无需额外包：

n <- 300
p_above <- 0.2
threshold <- 50
lower <- 0
upper <- 150

# 拆分样本数量
n_below <- round(n * (1 - p_above))
n_above <- n - n_below

# 生成两部分样本：0-50区间取80%，50-150区间取20%
samples_below <- runif(n_below, min = lower, max = threshold)
samples_above <- runif(n_above, min = threshold, max = upper)

# 合并并打乱顺序
samples <- sample(c(samples_below, samples_above))

# 验证比例
sum(samples > threshold) / n

这种方法完全精准控制比例，取值范围严格在0-150，操作最简单。

方法2：自定义混合分布（可选带形态） #

如果需要样本有一定分布形态（比如不是纯均匀），可以用不同的基础分布组合，比如给下方样本用截断正态，上方用均匀：

library(truncnorm)

n <- 300
p_above <- 0.2
threshold <- 50
lower <- 0
upper <- 150

n_below <- round(n * (1 - p_above))
n_above <- n - n_below

# 下方样本用0-50的截断正态，上方用50-150的均匀
samples_below <- rtruncnorm(n_below, a = lower, b = threshold, m = 25, sd = 10)
samples_above <- runif(n_above, min = threshold, max = upper)

samples <- sample(c(samples_below, samples_above))

sum(samples > threshold) / n

这种方法保留了部分分布形态，同时依然精准控制比例。

方法3：单次生成的自定义分布 #

如果想通过一次函数调用实现，可以用sample结合概率权重，配合区间映射：

n <- 300
p_above <- 0.2
threshold <- 50
lower <- 0
upper <- 150

# 先随机选择每个样本属于哪个区间，再生成对应值
group <- sample(c("below", "above"), size = n, replace = TRUE, prob = c(1 - p_above, p_above))
samples <- ifelse(group == "below", runif(n, lower, threshold), runif(n, threshold, upper))

sum(samples > threshold) / n

写法更简洁，同样能精准满足要求。

内容的提问来源于stack exchange，提问作者RamsesII