R语言采样问题：如何生成100×5指定概率分布数据集

你的问题我太熟悉啦——原来的代码里Epsilon只被采样了一次，导致同一列里所有非2的数值都是同一个固定值，完全不符合每次独立采样的要求对吧？下面给你两种实用的修正方案：

方案一：逐元素独立判断（直观易懂） #

这种方式对每个元素单独执行取值逻辑，确保每次选10+Epsilon时都重新采样Epsilon：

data.frame(sapply(1:5, function(x) {
  sapply(1:100, function(y) {
    # 用0-1的随机数判断概率，0.6的概率取2，否则取10+随机Epsilon
    ifelse(runif(1) < 0.6, 2, 10 + sample(-2:2, 1))
  })
}))

方案二：向量化操作（更高效） #

利用R的向量化特性批量处理，比逐元素循环速度快得多，适合生成大规模数据集：

data.frame(sapply(1:5, function(x) {
  # 生成100个布尔值：0.6概率为TRUE（对应取2）
  take_two <- runif(100) < 0.6
  # 提前生成100个独立的Epsilon值
  eps <- sample(-2:2, 100, replace = TRUE)
  # 根据布尔值批量选择结果
  ifelse(take_two, 2, 10 + eps)
}))

为什么原来的代码出问题？ #

你原来的代码里，sample(c(2, 10 + sample(-2:2,1)), 100, prob=c(0.6, 0.4), replace=T)这部分，10 + sample(-2:2,1)在创建采样选项列表时就已经计算完成，得到一个固定数值（比如11），之后的100次采样只是在2和这个固定数值之间选，根本没有每次重新生成Epsilon。

内容的提问来源于stack exchange，提问作者YefR