如何在平均±3Sigma内生成正态随机样本

Question

我想在具有特定均值（M）和标准偏差（S）的顺序数组（（100 * 8）* 5000）中绘制正常随机数，但我希望它们仅在M±3S范围内，所以我的阵列中没有超出这些限制的异常值。

有什么建议吗？我想在R中编写一个基于该数组的程序进行一些模拟研究。我正在使用以下R代码生成我的数据集：

for(i in 1:5000){
for(j in 1:8){
            Dat[,j,i]=rnorm(100,mean=muu[j],sd=sigma[j])
         }
         }

现在，我们想要摆脱上述数据中高于muu±3sigma的那些值。当然，我们必须用新值替换丢弃的值，以便Dat数组的维度保持不变。

Answer 1

第一个解决方案

这是一个开始，但我敢打赌，有一个更优雅的解决方案。 首先生成下一步的样本，将其子集化为所需的值。当然，你必须根据自己的意愿调整价值。

set.seed(123)
rs <- rnorm(10000, mean = 10, sd = 3)
rs1 <- rs[ rs >= -19 & rs <= 19  ]

第二（更好）解决方案

我认为我的第一个解决方案并没有那么顺利。我刚刚编写了一些可能适合您的目的的代码。以下是步骤。

• 创建具有所需尺寸的NA数组
• 用随机数填写
• 创建一个逻辑向量，其中TRUE是针对所需条件的

• 基于该向量对data进行子集化，并将TRUE为TRUE的值（请原谅我的文字游戏）替换为用于生成样本的均值

  数据＆lt; - 数组（NA，dim = c（100,8,5000））

  for(i in 1:5000){
      data[ , , i] <- rnorm(800, 3, 1)
  }
  
  bound <- 3 + c(-1, 1)*3*1
  pr <- data <= bound[1] | data >= bound[2]
  data[pr] <- 3