我被要求“将x模拟为独立的同分布（iid）正常变量，其中均值= 0，std = 1.5，样本长度为500”
我正在通过以下两种方式进行抽样：
set.seed(8402)
X <- rnorm(500, 0, 1.5)
head(X)
我得到了
-1.8297969 -0.1862884 1.4219400 -1.0841421 -1.5276701 1.6159368
然而，如果我这样做
X <- replicate(500, rnorm(1,0,1.5))
head(X)
我得到了
-0.04032755 0.92002552 -2.28001943 -1.36840869 1.49820718 0.06205003
我的问题是生成iid正常变量的正确方法是什么？这两种方式有什么区别？
非常感谢！
答案 0 :(得分：2)
R内部
在R内部，<Rmath.h>: double rnorm (double mean, double sd)函数的C函数一次生成一个随机数。当您调用其R包装函数rnorm(n, mean, sd)时，它会调用C级函数n次。
这与使用n = 1仅调用R级功能一次相同，但使用n复制replicate次。
第一种方法要快得多（当n非常大时可能会出现差异），因为一切都是在C级完成的。 replicate是sapply的包装器，因此它不是一个矢量化函数（在Is the "*apply" family really not vectorized?上读取）。
此外，如果为两者设置相同的随机种子，您将获得相同的随机数集。
更具说明性的实验
在下面的评论中，我说随机种子只在入口时设置一次。为了帮助人们理解这一点，我提供了这个例子。无需使用大型n。 n = 4就足够了。
首先，让种子设为0，同时生成4个标准正常样本：
set.seed(0); rnorm(4, 0, 1)
## we get
[1] 1.2629543 -0.3262334 1.3297993 1.2724293
请注意，在这种情况下，所有4个数字都是从条目种子0获得的。
现在，让我们这样做：
set.seed(0)
rnorm(2, 0, 1)
## we get
[1] 1.2629543 -0.3262334
## do not reset seed, but continue with the previous seed
replicate(2, rnorm(1, 0, 1))
## we get
[1] 1.329799 1.272429
请参阅？
但是，如果我们在中间重置种子，例如，将其设置回0
set.seed(0)
rnorm(2, 0, 1)
## we get
[1] 1.2629543 -0.3262334
## reset seed
set.seed(0)
replicate(2, rnorm(1, 0, 1))
## we get
[1] 1.2629543 -0.3262334
这就是我的意思＆＃34; entry＆＃34;。