使用各种密度函数生成随机数

以下是使用各种概率分布生成 5 个随机数的示例。

均匀分布在 0 到 10 之间

runif(5, min=0, max=10)
[1] 2.1724399 8.9209930 6.1969249 9.3303321 2.4054102

正态分布，0 均值和标准差为 1

rnorm(5, mean=0, sd=1)
[1] -0.97414402 -0.85722281 -0.08555494 -0.37444299  1.20032409

二项分布，10 次试验，成功概率为 0.5

rbinom(5, size=10, prob=0.5)
[1] 4 3 5 2 3

几何分布，0.2 成功概率

rgeom(5, prob=0.2)
[1] 14  8 11  1  3

**** 具有 3 个白球，10 个黑球和 5 个绘制的超几何分布

rhyper(5, m=3, n=10, k=5)
[1] 2 0 1 1 1

负二项分布，10 次试验，成功概率为 0.8

rnbinom(5, size=10, prob=0.8)
[1] 3 1 3 4 2

泊松分布的均值和方差（λ）为 2

rpois(5, lambda=2)
[1] 2 1 2 3 4

指数分布，速率为 1.5

rexp(5, rate=1.5)
[1] 1.8993303 0.4799358 0.5578280 1.5630711 0.6228000

**** 0 位置和比例为 1 的物流分布

rlogis(5, location=0, scale=1)
[1]  0.9498992 -1.0287433 -0.4192311  0.7028510 -1.2095458

卡方分布具有 15 个自由度

rchisq(5, df=15)
[1] 14.89209 19.36947 10.27745 19.48376 23.32898

**** 形状参数 a = 1 且 b = 0.5 的 Beta 分布

rbeta(5, shape1=1, shape2=0.5)
[1] 0.1670306 0.5321586 0.9869520 0.9548993 0.9999737

Gamma 分布，形状参数为 3，比例= 0.5

rgamma(5, shape=3, scale=0.5)
[1] 2.2445984 0.7934152 3.2366673 2.2897537 0.8573059

Cauchy 分布，0 位置和 1 的比例

rcauchy(5, location=0, scale=1)
[1] -0.01285116 -0.38918446  8.71016696 10.60293284 -0.68017185

对数正态分布，0 均值和标准差为 1（对数刻度）

rlnorm(5, meanlog=0, sdlog=1)
[1] 0.8725009 2.9433779 0.3329107 2.5976206 2.8171894

Weibull 分布，形状参数为 0.5，比例为 1

rweibull(5, shape=0.5, scale=1)
[1] 0.337599112 1.307774557 7.233985075 5.840429942 0.005751181

Wilcoxon 分布在第一个样本中有 10 个观察值，在第二个样本中有 20 个观察值

rwilcox(5, 10, 20)
[1] 111  88  93 100 124

**** 使用指定概率的 5 个对象和 3 个框的多项分布

rmultinom(5, size=5, prob=c(0.1,0.1,0.8))
     [,1] [,2] [,3] [,4] [,5]
[1,]    0    0    1    1    0
[2,]    2    0    1    1    0
[3,]    3    5    3    3    5