在R中生成近似标准正态分布样本的高效方法探究

这问题我太有共鸣了——想要生成外观尽可能贴合标准正态分布的固定样本量（比如n=100）数据，又不想用那种重复上万次模拟再取均值的低效方法对吧？

问题回顾 #

你一开始尝试直接用rnorm(100)，但样本变异性太大，密度曲线波动明显；后来找到的rowMeans(replicate(10000, sort(rnorm(100, 0, 1))))方法效果不错，但重复模拟上万次确实很耗时，尤其是样本量更大的时候。而常规的qnorm方法（比如用seq(.00001, .99999, length.out = 100)）又因为分位数边界选得太极端，导致样本尾部偏离理论分布，效果不如均值方法。

高效确定性解决方案 #

核心思路是调整qnorm的分位数边界，让分位数间隔与样本量n挂钩，具体代码如下：

n <- 100
# 优化后的qnorm方法
x <- qnorm(seq(1/n, 1-1/n, length.out = n), mean = 0, sd = 1)
plot(density(x), main = "优化分位数边界的近似正态样本")

为什么这个方法有效？ #

常规qnorm用极端小/大的分位数（比如0.00001）会把样本点强行拉到正态分布的极尾部，导致密度曲线出现不必要的“翘曲”；而用1/n和1-1/n作为分位数的起止点，相当于给n个样本点分配了均匀间隔的理论分位数位置，刚好对应n个样本在理想正态分布中的期望位置，完美避免了极端值的干扰。

这个方法的效果和你之前的均值方法几乎完全一致，但它是纯确定性的计算，不需要任何重复模拟，效率提升了几个数量级——哪怕n增大到1000，计算也能瞬间完成。

可选微调：更平滑的尾部 #

如果对尾部的平滑度有更高要求，可以把分位数边界调整为1/(2n)到1-1/(2n)，这是统计学中常用的“分位数填充”技巧，能让样本点更贴合理论分布的中位数位置：

x <- qnorm(seq(1/(2*n), 1-1/(2*n), length.out = n), mean = 0, sd = 1)

对于n=100来说，两种边界的差异非常小，你可以根据自己的需求选择。

方法对比代码 #

你可以运行下面的代码直观对比四种方法的效果：

n <- 100

# 常规rnorm样本
x_rnorm <- rnorm(n)
# 常规qnorm样本
x_qnorm <- qnorm(seq(.00001, .99999, length.out = n))
# 优化qnorm样本
x_opt <- qnorm(seq(1/n, 1-1/n, length.out = n))
# 原均值方法样本
x_mean <- rowMeans(replicate(10000, sort(rnorm(n))))

# 多图对比
par(mfrow = c(2, 2))
plot(density(x_rnorm), main = "常规rnorm样本", col = "red", lwd = 2)
plot(density(x_qnorm), main = "常规qnorm样本", col = "blue", lwd = 2)
plot(density(x_opt), main = "优化qnorm样本", col = "green", lwd = 2)
plot(density(x_mean), main = "原均值方法样本", col = "purple", lwd = 2)

运行后你会发现，绿色的优化qnorm曲线和紫色的原均值方法曲线几乎完全重合，而效率却天差地别。

内容的提问来源于stack exchange，提问作者Dominique Makowski