R实战 第十二篇：随机数

由R生成的随机数实际上伪随机数，也就是说，随机数是由某种算法而不是真正的随机过程产生的，随机数生成器需要一个初始值来生成数字，该初始值叫做种子。通过把种子设置为特定的值，可以保证每次运行同一段代码时都能生成相同的随机数。

R使用set.seed(n)函数来设置种子值，n是一个正整数，不同的种子会生成不同的随机数：

set.seed(123)

通常使用sample()函数来生成随机数，R也支持从分布中获取随机数。 

一，随机抽样

从大的数据集中抽样，获取两份随机样本，一份用于构建预测模型，一份用于验证模型的有效性。

sample()函数用于从数据集中（有放回或无放回）抽取大小为size的一个随机样本。

sample(x, size, replace = FALSE)

参数注释：

• x： x有两个形式，可以是一个向量，也可以是单个正整数值；如果是个正整数值n，那么表示向量1:n；
• size：从总体中抽样的样本的容量，也就是随机数的数量
• replace：默认值是FALSE，表示不放回抽样，也就是说，不会重复样本，每个值只能出现一次。

例如，采用不放回抽样方式，从1到7中获得3个随机数：

> sample(7,3,replace = FALSE)
[1] 5 3 4

二，从分布中抽样

可以根据概率分布来生成随机数，大部分的随机数生成函数的名称都是r<distn>，函数的返回值小数：

• runif：生成均匀分布的随机数
• rnorm：生成正态分布的随机数

runif(n, min = 0, max = 1)
rnorm(n, mean = 0, sd = 1)

这两个随机数生成函数的第一个参数是生成的随机数的数量，其余参数都会影响分布的形状，生成不同的随机数。

例如，从均匀分布中获得5个随机数：

> runif(5,1,10)
[1] 8.564814 8.943688 7.899304 3.898249 1.379053

例如，从正态分布中获得5个随机数：

> rnorm(5,0,1)
[1]  1.2410693  0.1370216 -1.2996452  1.1514089  1.5134475

参考文档：