我需要完成以下任务:我需要从截断的正态分布中生成数据。样本均值和标准差应与总体中指定的值完全匹配。这是我到目前为止所拥有的:

    mean <- 100
    sd <- 5
    lower <- 40
    upper <- 120
    n <- 100

    library(msm)
    data <- as.numeric(mean+sd*scale(rtnorm(n, lower=40, upper=120)))

创建的样本正好采用总体中指定的均值和sd。但是某些值超出了预期范围。任何想法如何解决这个问题?我本来只是想切断所有这些界限之外的价值,但然后,平均值和标准差就不再与人口中的那些相似了。

最佳答案

您可以使用迭代答案。在此,我仅将样本一个一个地添加到 vector 中,但前提是所生成的缩放比例数据集保持在您设置的边界内。它需要更长的时间,但是可以起作用:

n <- 10000
mean <- 100
sd <- 15
lower <- 40
upper <- 120

data <- rtnorm(1, lower=((lower - mean)/sd), upper=((upper - mean)/sd))
while (length(data) < n) {
  sample <- rtnorm(1, lower=((lower - mean)/sd), upper=((upper - mean)/sd))
  data_copy = c(data, sample)
  data_copy_scaled = mean + sd * scale(data_copy)
  if (min(data_copy_scaled) >= lower & max(data_copy_scaled) <= upper) {
    data = c(data, sample)
  }
}

scaled_data = as.numeric(mean + sd * scale(data))

summary(scaled_data)

   Min. 1st Qu.  Median    Mean 3rd Qu.    Max.
  40.38   91.61  104.35  100.00  111.28  120.00

sd(scaled_data)

15

在我的旧答案下面,它不能正常工作

如何用所需的均值和sd缩放rtnorm的上下限?
n <- 1000000
mean <- 100
sd <- 5

library(msm)

data <- as.numeric(mean+sd*scale(rtnorm(n, lower=((40 - mean)/sd), upper=((120 - mean)/sd))))

summary(data)

   Min. 1st Qu.  Median    Mean 3rd Qu.    Max.
  76.91   96.63  100.00  100.00  103.37  120.00

sd(data)

5

在这种情况下,即使使用1000000的样本,您也可以获得准确的均值和sd,最大值和最小值仍在边界内。

关于r - 从具有R的精确均值和sd的截断正态分布生成数据,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/45389565/

10-09 09:23