在R语言中如何生成观测值总和为指定固定值的随机分布数据

核心需求：将总额为20000000的选票随机分配给15个政党，所有政党得票总和严格等于预设总额，支持自定义分配规则，可批量生成多组分配结果存入独立data frame。

核心实现逻辑 #

两种可灵活调整规则的实现方案，均满足总和固定要求：

• 随机断点法：逻辑简单直观，适合需要明确限制单主体得票上下限的场景
• 狄利克雷（Dirichlet）分布法：专业多分类比例生成方案，可通过浓度参数灵活调整不同主体的得票倾向

代码实现（以R语言为例） #

# 基础参数配置
total_votes <- 20000000  # 总选票数
party_num <- 15          # 政党数量
df_count <- 5            # 需要生成的data frame数量，可自行修改

# 存储所有分配结果的列表
result_list <- list()

for (n in 1:df_count) {
  # 生成总和为1的15个随机比例
  rand_ratio <- diff(sort(c(0, runif(party_num - 1), 1)))
  # 比例转换为整数选票，修正取整导致的总和误差
  party_votes <- floor(rand_ratio * total_votes)
  party_votes[1] <- party_votes[1] + (total_votes - sum(party_votes))
  
  # 存入data frame
  result_list[[n]] <- data.frame(
    party_id = paste0("party_", 1:party_num),
    votes = party_votes
  )
}

# 调用示例：读取第二组分配结果
head(result_list[[2]])
# 验证总和是否符合要求
sum(result_list[[2]]$votes)

自定义分配规则调整方法 #

• 调整特定政党得票倾向：使用狄利克雷分布设置浓度参数即可，比如希望前3个政党得票期望更高，其余政党得票偏低，修改权重参数即可：

  # alpha参数数值越大，对应政党的得票期望越高
  alpha <- c(rep(10, 3), rep(1, party_num - 3))
  rand_ratio <- MCMCpack::rdirichlet(1, alpha)[1, ]
  

• 限制单政党得票上下限：生成得票结果后增加校验逻辑，不符合限制要求则重新生成该组结果即可
• 调整分配结果离散程度：调整狄利克雷分布的alpha总和，总和越小分配结果离散度越高，反之越平均；随机断点法可通过修改runif的分布参数调整离散度

如果使用Python实现，核心逻辑完全一致，可调用numpy.random.dirichlet生成固定总和的比例数组，后续处理逻辑相同。

内容的提问来源于stack exchange，提问作者Sr. Riv