使用R中lapply生成二项分布样本时出现参数缺失错误

嘿，我来帮你看看这个问题！你遇到的错误其实是因为参数传递的方式不对，咱们一步步来修正它：

问题根源 #

你原来的代码里，distribuicoes用c()把函数和参数向量组合在一起，这会导致参数无法被正确识别；另外在调用函数时，参数的传递顺序和方式也错了，rbinom没拿到它需要的prob参数，所以才报错。

修正后的代码 #

首先，咱们重新整理分布的定义，把函数和参数列表明确分开：

# 重新定义分布：每个元素是包含函数和参数列表的子列表
distribuicoes <- list(
  normal = list(fun = rnorm, params = list(mean = 0, sd = 1)),
  binomial = list(fun = rbinom, params = list(size = 4, prob = 0.5))
)

M <- 5000
sample_sizes <- c(20, 30, 50)

# 遍历每个样本量生成数据
for (n in sample_sizes) {
  dados <- lapply(distribuicoes, function(dist) {
    # 使用do.call来正确传递参数：把样本量n和参数列表合并后传给分布函数
    replicate(M, do.call(dist$fun, c(n = n, dist$params)))
  })
  
  # 可选：把每个样本量的结果保存下来，方便后续使用
  assign(paste0("dados_n", n), dados)
  cat("已生成样本量为", n, "的模拟数据\n")
}

为什么这样改？ #

• 重新构造distribuicoes：用列表嵌套列表的方式，让函数和它的参数列表清晰分离，参数是命名的，不会混乱。
• 使用do.call：这个函数可以把参数列表展开，直接传递给目标函数。比如对于二项分布，do.call(rbinom, c(n=20, list(size=4, prob=0.5)))就等价于rbinom(n=20, size=4, prob=0.5)，完美满足rbinom的参数要求。
• 简化逻辑：去掉了不必要的as函数，直接在replicate里调用do.call，代码更易读也更可靠。

你可以运行这段代码试试，应该就能正常生成二项分布和正态分布的模拟样本啦！

内容的提问来源于stack exchange，提问作者rodrigocaet