在R语言中生成指定范围、指定均值的100个随机小数

需求与问题 #

• 需求：生成100个范围在10到50之间、均值精确为32.2的随机小数
• 现有方法的局限：
  • runif(100, min=10, max=50)：能满足范围要求，但无法保证均值为32.2
  • rnorm(100, mean=32.2, sd=10)：能保证均值，但数值可能超出10-50的范围
• 尝试过的方案：使用rgbeta函数生成，但均值无法精确到32.2；降低方差后均值接近，但缺少接近10或50的边界数值

解决方案 #

方法一：基于均匀分布的均值调整（保留边界数值） #

先生成指定范围的均匀随机数，再通过调整保证精确均值，同时处理超出范围的数值，确保边界值存在：

n <- 100
min_val <- 10
max_val <- 50
target_mean <- 32.2

# 生成初始均匀分布随机数（set.seed可选，保证结果可复现）
set.seed(123)
y <- runif(n, min = min_val, max = max_val)

# 计算均值调整量
current_mean <- mean(y)
adjustment <- target_mean - current_mean

# 初步调整所有数值
y_adjusted <- y + adjustment

# 修正超出范围的数值，保持总和（均值）不变
below_min <- y_adjusted < min_val
above_max <- y_adjusted > max_val

while(any(below_min) || any(above_max)) {
  # 处理低于最小值的情况
  if(any(below_min)) {
    deficit <- min_val - y_adjusted[below_min]
    y_adjusted[below_min] <- min_val
    # 将缺口分配到未超出范围的数值上
    available <- !below_min & !above_max
    if(any(available)) {
      y_adjusted[available] <- y_adjusted[available] + sample(deficit, sum(available), replace = TRUE)
    }
  }
  # 处理高于最大值的情况
  if(any(above_max)) {
    surplus <- y_adjusted[above_max] - max_val
    y_adjusted[above_max] <- max_val
    # 将盈余从超出范围的数值转移到未超出的数值上
    available <- !below_min & !above_max
    if(any(available)) {
      y_adjusted[available] <- y_adjusted[available] - sample(surplus, sum(available), replace = TRUE)
    }
  }
  # 更新状态，循环直到所有数值都在范围内
  below_min <- y_adjusted < min_val
  above_max <- y_adjusted > max_val
}

# 验证结果
cat("均值：", mean(y_adjusted), "\n")
cat("最小值：", min(y_adjusted), "\n")
cat("最大值：", max(y_adjusted), "\n")

方法二：截断正态分布+均值调整（兼顾分布形态） #

如果需要数值更集中在均值附近的分布形态，可以先生成截断正态分布的数，再调整到精确均值：

library(truncnorm)

n <- 100
min_val <- 10
max_val <- 50
target_mean <- 32.2

# 生成初始截断正态分布随机数
set.seed(123)
y <- rtruncnorm(n, a = min_val, b = max_val, mean = target_mean, sd = 8)

# 调整均值到精确值
current_mean <- mean(y)
adjustment <- target_mean - current_mean
y_adjusted <- y + adjustment

# 修正超出范围的数值，逻辑同方法一
below_min <- y_adjusted < min_val
above_max <- y_adjusted > max_val

while(any(below_min) || any(above_max)) {
  if(any(below_min)) {
    deficit <- min_val - y_adjusted[below_min]
    y_adjusted[below_min] <- min_val
    available <- !below_min & !above_max
    if(any(available)) {
      y_adjusted[available] <- y_adjusted[available] + sample(deficit, sum(available), replace = TRUE)
    }
  }
  if(any(above_max)) {
    surplus <- y_adjusted[above_max] - max_val
    y_adjusted[above_max] <- max_val
    available <- !below_min & !above_max
    if(any(available)) {
      y_adjusted[available] <- y_adjusted[available] - sample(surplus, sum(available), replace = TRUE)
    }
  }
  below_min <- y_adjusted < min_val
  above_max <- y_adjusted > max_val
}

# 验证结果
cat("均值：", mean(y_adjusted), "\n")
cat("最小值：", min(y_adjusted), "\n")
cat("最大值：", max(y_adjusted), "\n")

说明 #

• 两种方法都能保证均值精确为32.2，同时保留接近10或50的边界数值
• 方法一的数值分布更均匀，方法二的数值更集中在均值附近，可根据需求选择

内容的提问来源于stack exchange，提问作者dlwhch