r - R : function to generate a mixture distribution

我需要从混合分布中生成样本

40％样本来自高斯(mean = 2，sd = 8)

20％的样本来自柯西(location = 25，scale = 2)

40％样本来自高斯(平均值= 10，sd = 6)

为此，我编写了以下函数:

dmix <- function(x){
prob <- (0.4 * dnorm(x,mean=2,sd=8)) + (0.2 * dcauchy(x,location=25,scale=2)) + (0.4 * dnorm(x,mean=10,sd=6))
return (prob)
}

然后用:

foo = seq(-5,5,by = 0.01)
vector = NULL
for (i in 1:1000){
vector[i] <- dmix(foo[i])
}
hist(vector)

我正在得到这样的直方图(我知道这是错误的)-

我究竟做错了什么？有人可以指点一下吗？

最佳答案

当然，还有其他方法可以执行此操作，但是 distr 软件包使其变得非常简单。 (See also this answer的另一个示例，以及有关，分散的和 friend 的更多详细信息)。

library(distr)

## Construct the distribution object.
myMix <- UnivarMixingDistribution(Norm(mean=2, sd=8),
                                  Cauchy(location=25, scale=2),
                                  Norm(mean=10, sd=6),
                                  mixCoeff=c(0.4, 0.2, 0.4))
## ... and then a function for sampling random variates from it
rmyMix <- r(myMix)

## Sample a million random variates, and plot (part of) their histogram
x <- rmyMix(1e6)
hist(x[x>-100 & x<100], breaks=100, col="grey", main="")

如果您只想直接查看混合物分布的pdf，请执行以下操作:

plot(myMix, to.draw.arg="d")

关于r - R : function to generate a mixture distribution，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/23480529/

SD

r - R : function to generate a mixture distribution