生成大小偏斜的组，但其元素加到固定的总和

Question

我的人数是固定的（例如1000）。我想将这1000人分为一些随机的类Y（例如5个），但不尽相同。我希望它们根据某些严重偏斜的概率分布（类似于幂律分布）不均匀地分布。

我的直觉是，我需要生成概率分布，该概率分布为（1）偏斜，而（2）也加起来为1。

我的临时解决方案是从幂定律分布中生成随机数，然后将它们乘以一个标量，以确保这些总和接近我的目标数，将我的目标数调整为该新数，然后进行相应的拆分。

但是看上去似乎很不雅致，'y_size'并不总等于1000，这需要循环遍历并重试。有什么更好的方法？

require(poweRlaw)
x<-1000
y<-10
y_sizes<-rpldis(10,xmin=5,alpha=2,discrete_max=x)
y_sizes<-round(y_sizes * x/sum(y_sizes)) 
newx<-y_sizes #newx only approx = x rather than = x
people<-1:x
groups<-cut(
  people,
  c(0,cumsum(y_sizes))
) %>% as.numeric
data.frame(
  people=people,
  group=groups
)

我的人数是固定的（例如1000）。我想将这1000人分为一些随机的类Y（例如5个），但不尽相同。我希望它们分布不均匀，...

Answer 1

Smith和Tromble在“ Sampling Uniformly from the Unit Simplex”中提出的算法显示了一种解决方案。我在“ Random Integers with a Given Positive Sum”部分中对此算法使用了伪代码。