使用不同参数（从矩阵）有效地模拟β分布？

Question

我有一个矩阵A，其中包含我的beta分布的alpha参数，A^2包含beta参数。我想得到一个矩阵C，其中包含来自beta分布的模拟，其中C [i，j]是Beta(A[i,j], A[i,j]^2)等的模拟。

我已经尝试了rbeta(1,A,A^2)，但这仅为第一个元素提供了模拟。

所以我创建了函数

Beta<-function(x){
rbeta(1, x, x^2)  
}

然后使用apply函数，就像这样

C<-apply(A,c(1,2), Beta)

哪个有效。唯一的问题是A是100 x 100000，我的计算机很难计算C。有谁知道更快的方式来执行这样的任务？

Answer 1

您可以使用一个命令创建整个矩阵。您在此处不需要apply。

C <- matrix(rbeta(length(A), A, A^2), dim(A))

虽然我没有测试它，但速度要快得多。