如何在R中编写批量生成多参数伯努利分布样本的自定义函数
批量生成多场景伯努利随机样本的R实现
实现思路
- 完全匹配要求的参数范围:概率p固定覆盖0.01、0.4、0.8三档,样本量n覆盖10、15、20、25、30、50、100、150、200九档
- 函数内置可配置的随机种子参数,保证生成结果可复现,满足仿真实验的基本要求
- 自动完成所有p与n组合的遍历计算,不需要手动逐次执行单组
rbinom语句 - 所有实现均基于R基础函数完成,不需要安装额外第三方包,复制即可运行
- 输出同时提供两种存储结构:分场景命名的样本列表、便于统计分析的长表数据框,适配不同的后续分析需求
自定义函数代码
generate_bernoulli_samples <- function(seed = 1234) { # 定义需覆盖的参数集合 p_set <- c(0.01, 0.4, 0.8) n_set <- c(10, 15, 20, 25, 30, 50, 100, 150, 200) # 设置随机种子保证结果可复现 set.seed(seed) # 初始化结果存储容器 sample_list <- list() result_long_table <- data.frame() # 遍历所有参数组合生成伯努利样本 for (p in p_set) { for (n in n_set) { # size=1时rbinom直接对应伯努利(p)分布 current_sample <- rbinom(n = n, size = 1, p = p) # 存入分场景命名的列表 sample_list[[paste0("p", p, "_n", n)]] <- current_sample # 拼合为长表结构 temp_row <- data.frame( prob_p = p, sample_n = n, bernoulli_value = current_sample ) result_long_table <- rbind(result_long_table, temp_row) } } # 返回两类输出结果 return( list( sample_by_group = sample_list, full_long_table = result_long_table ) ) }
调用示例
在R环境中完成上述函数定义后,仅需一行代码即可生成所有场景的样本:
# 运行生成函数,可自定义随机种子 all_bernoulli_samples <- generate_bernoulli_samples(seed = 202406) # 查看p=0.4、n=30分组下的生成样本 all_bernoulli_samples$sample_by_group[["p0.4_n30"]] # 从长表中提取p=0.8、n=100分组的样本 subset(all_bernoulli_samples$full_long_table, prob_p == 0.8 & sample_n == 100)$bernoulli_value
如果后续需要调整p或n的取值范围,仅需修改函数内部p_set和n_set两个向量的内容即可,核心生成逻辑不需要做改动
内容的提问来源于stack exchange,提问作者Hamed Said
相关产品推荐
相关产品推荐

