我想模拟来自exp（1）分布的一些数据，但是它们必须> 0.5。所以我使用了while循环，但是它似乎不像我想要的那样工作。谢谢您的回应！
x1<-c()
w<-rexp(1)
while (length(x1) < 100) {
if (w > 0.5) {
x1<- w }
else {
w<-rexp(1)
}
}
1）问题中的代码存在以下问题：
我们在每次迭代中都需要一个新的随机变量，但是如果if条件为FALSE，它只会生成新的随机变量
x1 被反复覆盖而不是扩展
尽管while可以使用repeat似乎更好，因为在末尾进行测试比在开始时进行测试更合适
我们可以这样解决：
x1 <- c()
repeat {
w <- rexp(1)
if (w > 0.5) {
x1 <- c(x1, w)
if (length(x1) == 100) break
}
}
1a）以下是一个变体。请注意，if如果没有else分支，则条件为FALSE的结果将为NULL，因此，如果在标记##的行上条件为FALSE，则不会将任何内容串联到x1。
x1 <- c()
repeat {
w <- rexp(1)
x1 <- c(x1, if (w > 0.5) w) ##
if (length(x1) == 100) break
}
2）或者，这会生成200个指数随机变量，仅保留那些大于0.5的变量。如果生成的数量少于100，请重复。最后，它从最后一个生成的批次中提取前100个。我们选择了200个足够大的值，以便在大多数运行中仅需要循环的一次迭代。
repeat {
r <- rexp(200)
r <- r[r > 0.5]
if (length(r) >= 100) break
}
r <- head(r, 100)
备选方案（2）实际上比（1）或（1a）更快，因为它的矢量化程度更高。尽管它比其他解决方案丢掉了更多的指数随机变量。
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句