Jeśli wystarczy do generowania losowych zmiennymi z dystrybucji, powinno to wystarczyć:
rMydist <- function(n) {
sample(x = c(0,1,2), size = n,
prob = c(.5, .25, .25), replace=T)
}
rMydist(20)
# [1] 1 0 2 0 2 1 1 0 2 2 0 0 2 1 0 0 0 0 0 1
prop.table(table(rMydist(1e6)))
# 0 1 2
# 0.500555 0.250044 0.249401
Na coś bardziej ozdobnego, wypróbować distr pakietu. Oprócz generowania liczb losowych dostarczy Ci funkcji gęstości, dystrybucji i kwantyzacji powiązanych z Twoją dystrybucją:
library(distr)
## For more info, type: vignette("newDistributions")
# Define full suite of functions (d*, p*, q*, r*) for your distribution
D <- DiscreteDistribution (supp = c(0, 1, 2) , prob = c(0.5, .25, .25))
dD <- d(D) ## Density function
pD <- p(D) ## Distribution function
qD <- q(D) ## Quantile function
rD <- r(D) ## Random number generation
# Take them for a spin
dD(-1:3)
# [1] 0.00 0.50 0.25 0.25 0.00
pD(-1:3)
# [1] 0.00 0.50 0.75 1.00 1.00
qD(seq(0,1,by=0.1))
# [1] 0 0 0 0 0 0 1 1 2 2 2
rD(20)
# [1] 0 0 2 2 1 0 0 1 0 1 0 2 0 0 0 0 1 2 1 0
Prawdopodobnie będziesz chciał wyjaśnić, co masz na myśli mówiąc "praca z". Czy chcesz pmf? CDF? kwantyle? Po prostu losowe remisy z dystrybucji? – Dason
Dodano to pytanie. –