如何基于自定义非标准概率分布生成10个随机数（R语言实现）

你场景中的分布属于自定义离散概率分布，直接使用R内置的sample()函数即可完成随机数生成，无需手动实现抽样逻辑，操作如下：

实现代码 #

library(data.table)
# 构造你提供的概率分布表
distribution <- data.table(
  x = c(1,2,3,4,5,6,7,8,9,10), 
  p = c(0.1,0.1,0.2,0.05,0.05,0.1,0.1,0.2,0.05,0.05)
)

# 生成10个符合该分布的随机数
generated_samples <- sample(
  x = distribution$x,
  size = 10,
  replace = TRUE,
  prob = distribution$p
)

# 查看生成结果
print(generated_samples)

注意事项 #

• 参数replace=TRUE为必填项，代表有放回抽样，符合离散随机变量重复抽样的逻辑，若设为FALSE最多只能生成10个不重复的样本，且分布拟合度会大幅下降
• prob参数支持未归一化的概率向量，R会自动对输入的概率值做归一化处理，你提供的概率向量总和为1，可直接使用
• 若需要验证生成的样本是否符合预期，可增大生成样本量后统计各取值的出现频率，会与给定的概率值基本匹配

如果你需要处理的是自定义连续概率分布，可通过逆变换采样方法实现：先生成均匀分布随机数，再通过累积分布函数的逆函数映射得到目标分布的随机数，你当前的离散场景无需用到该方法。

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