R Language
乱数発生器

ランダムな順列

5つの数のランダム置換を生成するには：

sample(5)
# [1] 4 5 3 1 2

任意のベクトルのランダム置換を生成するには：

sample(10:15)
# [1] 11 15 12 10 14 13

また、パッケージのpracma使用することもできます

randperm(a, k)
# Generates one random permutation of k of the elements a, if a is a vector,
# or of 1:a if a is a single integer.
# a: integer or numeric vector of some length n.
# k: integer, smaller as a or length(a).

# Examples
library(pracma)
randperm(1:10, 3)
[1] 3 7 9

randperm(10, 10)
[1]  4  5 10  8  2  7  6  9  3  1

randperm(seq(2, 10, by=2))
[1]  6  4 10  2  8

乱数発生器の再現性

誰かがランダムな要素を持つRコードを再現することを期待すると、 set.seed()関数は非常に便利になります。たとえば、これら2つの行は常に異なる出力を生成します（これは乱数ジェネレータの全体点です）。

> sample(1:10,5)
[1]  6  9  2  7 10
> sample(1:10,5)
[1]  7  6  1  2 10

これらの2つは異なる出力も生成します。

> rnorm(5)
[1]  0.4874291  0.7383247  0.5757814 -0.3053884  1.5117812
> rnorm(5)
[1]  0.38984324 -0.62124058 -2.21469989  1.12493092 -0.04493361

しかし、シードを両方のケースで同じものに設定すると（シンプルさのためにほとんどの人が1を使用します）、2つの同一のサンプルが得られます。

> set.seed(1)
> sample(letters,2)
[1] "g" "j"
> set.seed(1)
> sample(letters,2)
[1] "g" "j"

rexp()は次のように描画します。

> set.seed(1)
> rexp(5)
[1] 0.7551818 1.1816428 0.1457067 0.1397953 0.4360686
> set.seed(1)
> rexp(5)
[1] 0.7551818 1.1816428 0.1457067 0.1397953 0.4360686

さまざまな密度関数を使って乱数を生成する

以下に、さまざまな確率分布を使って5つの乱数を生成する例を示します。

0と10の間の一様分布

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

0平均と標準偏差が1の正規分布

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

10回の試行と成功確率0.5の二項分布

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

0.2成功確率の幾何分布

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

3つの白いボール、10の黒いボール、5つのドローを含む超幾何分布

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

10回の試行と成功確率0.8の負の二項分布

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

平均と分散（ラムダ）が2のポアソン分布

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

1.5の指数分布

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

0の場所と1の縮尺のロジスティック分布

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

15自由度のカイ2乗分布

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

形状パラメータa = 1およびb = 0.5のベータ分布

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

形状パラメータ3およびスケール= 0.5のガンマ分布

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

0の位置と1のスケールでのコーシー分布

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

0平均および標準偏差1（対数目盛り）の対数正規分布

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

形状パラメータ0.5およびスケール1のワイブル分布

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

最初の試料では10回、秒では20回のWilcoxon分布を示した。

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

指定された確率を使用して5つのオブジェクトと3つのボックスを持つ多項分布

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