使用各種密度函式生成隨機數

以下是使用各種概率分佈生成 5 個隨機數的示例。

均勻分佈在 0 到 10 之間

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

正態分佈，0 均值和標準差為 1

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

二項分佈，10 次試驗，成功概率為 0.5

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

幾何分佈，0.2 成功概率

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

**** 具有 3 個白球，10 個黑球和 5 個繪製的超幾何分佈

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

負二項分佈，10 次試驗，成功概率為 0.8

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

泊松分佈的均值和方差（λ）為 2

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

指數分佈，速率為 1.5

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

**** 0 位置和比例為 1 的物流分佈

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

卡方分佈具有 15 個自由度

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

**** 形狀引數 a = 1 且 b = 0.5 的 Beta 分佈

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

Gamma 分佈，形狀引數為 3，比例= 0.5

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

Cauchy 分佈，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

對數正態分佈，0 均值和標準差為 1（對數刻度）

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

Weibull 分佈，形狀引數為 0.5，比例為 1

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

Wilcoxon 分佈在第一個樣本中有 10 個觀察值，在第二個樣本中有 20 個觀察值

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

**** 使用指定概率的 5 個物件和 3 個框的多項分佈

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