如何使用rnorm生成带上下限的正整数型正态分布数据集

首先明确：原生rnorm()函数没有内置的取值范围限定参数，直接调用生成的正态分布数据会出现1~100区间外的取值，你可以用以下两种方案实现需求：

方案1：无需额外依赖的过滤重抽样法 #

适合样本量不大、正态分布参数（均值、标准差）设置符合年龄分布常识的场景，逻辑简单易调整：

# 配置参数：样本量、年龄均值、年龄标准差
n_sample <- 1000
age_mean <- 35
age_sd <- 15

# 生成初始数据并过滤出符合范围的取值
age_raw <- rnorm(n_sample * 2, mean = age_mean, sd = age_sd)
age_filtered <- age_raw[age_raw >= 1 & age_raw <= 100]

# 补抽数据直到满足样本量要求
while (length(age_filtered) < n_sample) {
  extra_val <- rnorm(n_sample - length(age_filtered), mean = age_mean, sd = age_sd)
  age_filtered <- c(age_filtered, extra_val[extra_val >= 1 & extra_val <= 100])
}

# 转换为正整数得到最终结果
age_result <- as.integer(round(age_filtered[1:n_sample]))

可以用range(age_result)验证输出范围，输出应为[1] 1 100或区间内的极值。

方案2：truncnorm包高效生成截断正态分布 #

专门的截断正态分布生成函数，适合大样本量场景，无需自己写过滤补抽逻辑：

# 首次使用先安装依赖包
# install.packages("truncnorm")
library(truncnorm)

n_sample <- 1000
# a参数为下限，b参数为上限，直接限定生成范围
age_result <- as.integer(round(rtruncnorm(
  n = n_sample,
  a = 1,
  b = 100,
  mean = 35,
  sd = 15
)))

内容的提问来源于stack exchange，提问作者Esther