如何在R中生成10%数值大于50的500个正态分布样本？

要生成满足要求的样本，我们可以基于截断正态分布分两部分生成，再合并得到近似正态的整体样本，具体步骤如下：

步骤1：确定正态分布参数 #

我们需要一个基础正态分布，使得：

• 10%的概率密度落在50以上（匹配50个样本>50的比例）
• 极少量概率密度落在0以下（保证其余450个样本在0-50区间内）

通过正态分布分位数计算参数：

# 计算对应分位数的Z值
z_90 <- qnorm(0.9)  # P(X ≤ 50) = 0.9 对应的Z值≈1.2816
z_99 <- qnorm(0.99) # P(X > 0) = 0.99 对应的Z值≈2.3263

# 求解均值μ和标准差σ
sigma <- 50 / (z_90 + z_99)
mu <- z_99 * sigma

计算得到：μ≈32.24，σ≈13.86，该分布满足P(X>50)=0.1，且P(X≤0)仅约1%。

步骤2：分两部分生成样本 #

方法1：使用truncnorm包（高效便捷） #

如果未安装包先执行install.packages("truncnorm")：

library(truncnorm)

# 生成50个大于50的样本（截断下限为50）
upper_samples <- rtruncnorm(n = 50, a = 50, b = Inf, mean = mu, sd = sigma)

# 生成450个0到50之间的样本（截断上下限为0和50）
lower_samples <- rtruncnorm(n = 450, a = 0, b = 50, mean = mu, sd = sigma)

# 合并得到最终样本
final_sample <- c(lower_samples, upper_samples)

方法2：手动筛选生成（无依赖） #

# 生成50个>50的样本
upper_samples <- numeric(50)
i <- 1
while(i <= 50) {
  x <- rnorm(1, mean = mu, sd = sigma)
  if(x > 50) {
    upper_samples[i] <- x
    i <- i + 1
  }
}

# 生成450个0-50之间的样本
lower_samples <- numeric(450)
i <- 1
while(i <= 450) {
  x <- rnorm(1, mean = mu, sd = sigma)
  if(x > 0 & x <= 50) {
    lower_samples[i] <- x
    i <- i + 1
  }
}

final_sample <- c(lower_samples, upper_samples)

步骤3：验证样本符合要求 #

# 检查大于50的样本数量
sum(final_sample > 50) # 输出应为50

# 检查是否有样本小于0
sum(final_sample < 0) # 输出应为0

# 可视化分布，验证近似正态性
hist(final_sample, breaks = 20, col = "lightblue", main = "Approximate Normal Sample")
qqnorm(final_sample)
qqline(final_sample)

内容的提问来源于stack exchange，提问作者RamsesII