R语言拒绝采样绘制直方图报错：'x' is not numeric

你的代码出现这个错误的核心原因是：rexp_k函数在不满足接受条件时没有返回值，导致replicate生成的结果里混入了NULL，而hist无法处理包含非数值的向量。接下来我们一步步修复问题：

1. 修复函数的核心逻辑：循环直到采样成功 #

现在你的函数只尝试一次采样，不满足条件就返回空值。拒绝采样需要不断重复采样步骤，直到满足接受条件为止，所以要加一个while循环：

rexp_k <- function(a, b) { 
  # 移除内部覆盖参数的代码，保留传入的a,b
  # 计算M：beta分布的峰值（未归一化的最大值，因为f/g是未归一化beta/均匀）
  mode <- (a-1)/(a+b-2)
  M <- (mode^(a-1)) * ((1-mode)^(b-1)) / dunif(mode) # dunif值为1，这里保留写法更清晰
  
  while(TRUE) {
    y <- runif(1) 
    u <- runif(1) 
    f_unscaled <- (y^(a-1)) * ((1-y)^(b-1)) # 未归一化的beta密度
    g <- dunif(y) # 均匀分布的密度，固定为1
    if (u <= f_unscaled / (M * g)) { 
      return(y) 
    }
  }
}

这里做了几个关键调整：

• 删掉了函数内部重新赋值a <- 2.5和b <- 3.5的代码，让函数能使用传入的参数
• 用while(TRUE)循环不断尝试采样，直到满足接受条件才返回结果，不会再出现空值
• 调整了接受条件的写法（和原逻辑等价，但更直观）

2. 验证采样结果并绘制直方图 #

现在运行采样代码：

a <- 2.5 
b <- 3.5 
beta_samples <- replicate(1000, rexp_k(a,b)) # 建议增加采样数量，让直方图更平滑
hist(beta_samples, probability = TRUE)
# 可以叠加真实的beta分布曲线对比采样效果
curve(dbeta(x, a, b), add = TRUE, col = "red", lwd = 2)

这次beta_samples会是纯数值向量，hist就能正常运行了，还能直观看到采样结果和真实beta分布的拟合情况。

额外优化建议 #

• 函数名rexp_k容易让人误解是指数分布采样，建议改成rbeta_rejection之类的名字，语义更清晰
• 直接用dbeta(y,a,b)代替手动计算未归一化密度，代码更简洁且不易出错：

  rbeta_rejection <- function(a, b) { 
    mode <- (a-1)/(a+b-2)
    M <- dbeta(mode, a, b) / dunif(mode) # M为beta密度的最大值
    
    while(TRUE) {
      y <- runif(1) 
      u <- runif(1) 
      if (u <= dbeta(y, a, b) / (M * dunif(y))) { 
        return(y) 
      }
    }
  }
  

内容的提问来源于stack exchange，提问作者Yash Lapasia