Question

我试图理解为什么以下2个代码片段导致不同的输出，我希望有人可以启发我。第二个版本稍微快一点 - 这是我的动机，因为这一切都处于循环中，但我需要知道它是否相同，如果不是，为什么呢？

    things <- 100000
    n.events <- 3
    probs <- rep(0.05, n.events)

    # Method 1
    set.seed(1)
    events1 <- matrix(n.events, nrow=things)
    events1 <- sapply(probs, function(probs) rbinom(things,1,probs))

    # Method 2
    set.seed(1)
    events2 <- matrix( rbinom(things*n.events, 1, probs), ncol=n.events,    byrow=TRUE)

    > identical(events1, events2)
    [1] FALSE

Answer 1

要获得相同的结果，您需要为第二个选项添加byrow=FALSE而不是byrow=TRUE。

您计算随机矩阵的第一种方式，它计算rbinom(things,1,probs) length(probs)次，每次获得things个长矢量。

要使用第二种方式获得完全相同的矩阵，这将计算length(probs) * things长向量，您需要＆＃34;组织＆＃34;它在length(probs)长度为things的向量中。

（无论哪种方式，种子是＆＃34;处理＆＃34;完全相同＆＃34;在＆＃34之间＆＃34;计算所以得到的数字是相同的）

修改

如果要为向量probs使用不同的值，则需要以某种方式计算events2，以便在相同的＆＃34;顺序＆＃34;而不是events1所以首先是矢量probs的第一个值，直到达到所需的长度，然后是第二个值等，然后以与以前相同的方式组织矩阵的列，因此使用{{1 }}

<强> 实施例

byrow=FALSE

无法理解为什么随机数算法给出不同的结果

1 个答案: