我有以下算法
步骤1.用qj = P(Y = j)模拟Y的值
步骤2.生成统一变量
步骤3.如果U <= Pj /(c * qj)则X = j并停止。否则回到第1步。
具体的例子如下:
X = 1,2,3,4,P1 = 0.2,P2 = .15,P3 = .25,P4 = .4
生成X的值
以下是我在R中实现此算法的方法:
f<-function(){
n<-4
probY<-c(.25,.25,.25,.25)
probX<-c(2,.15,.25,.4)
X<-rep(0,4)
U<-runif(n)
c<-.4/.25
for(j in 1:4)
{
if(U[j]<= probX[j]/(c*probY[j]))
X<-j
}
return(X)
}
输出是4
我不认为是正确的。我不确定如果我应该写Y<-runif(n,1,4)
也不是这行probY<-c(.25,.25,.25,.25)
。这一行'否则回到第1步'。在循环中缺失,但总是相同的.25
有人可以帮忙吗?
我认为这里的问题与算法的工作原理有点混淆。
为了从您的分布中生成单个值(X = 1,2,3,4,其中P(X = 1)=。2,P(X = 2)=。15,P(X = 3)= .25 ,P(X = 4)= .4),我们需要按照算法的步骤。假设我们选择c = .4 / .25:
1.从Y~UD(1,4)生成y。
2.从U~U(0,1)生成你。
3.检查u≤f(y)/ cg(y)。如果是,请定义x = y,然后就完成了!如果没有,请返回步骤1。
在您给出的代码中,您实际上从未生成过y变量。这是一个应该适合你的功能!希望我的评论能够解释得很好!
accRej <- function(){
#The probabilities for generating a r.v. from X
probX <- c(.2,.15,.25,.4)
#The Value for c
c <- .4/.25
#x is a placeholder for our final value of x
#and i is a counter variable which will allow us to stop the loop when we complete step 3
x <- numeric(1)
i <- 1
#Now, start the loop!
while(i <= 1){
#Step 1, get y
y <- sample(1:4,1)
#Step 2, get u
u <- runif(1)
#Step 3, check to see if the inequality holds
#If it does, assign y to x and add 1 to i (making it 2) to stop the while loop
#If not, do nothing and try again!
if(u <= probX[y]/c*.25){
x[i] <- y
i <- i+1
}
}
#Return our value of x
return(x)
}
请注意,在此代码中,probX[i]
在我们的算法中等于f(y),并且因为Y~UD(1,4),所以.25
= g(y)。希望这可以帮助!
此外,这里是使用此方法生成n
随机变量的代码。它基本上与上面相同,只是选择将1更改为n
。
accRej <- function(n){
#The probabilities for generating a r.v. from X
probX <- c(.2,.15,.25,.4)
#The Value for c
c <- .4/.25
#x is a placeholder for our final value of x
#and i is a counter variable which will allow us to stop the loop when we complete step 3
x <- numeric(n)
i <- 1
#Now, start the loop!
while(i <= n){
#Step 1, get y
y <- sample(1:4,1)
#Step 2, get u
u <- runif(1)
#Step 3, check to see if the inequality holds
#If it does, assign y to x and add 1 to i
#If not, do nothing and try again!
if(u <= probX[y]/c*.25){
x[i] <- y
i <- i+1
}
}
#Return our value of x
return(x)
}