Question

我想生成一个包含三列（A，B和C）的大型数据框（100000行和3列）。

此数据框架满足以下两个条件：

A+B+C=1;
所有A都有一个三角形分布（min = 0.2，mod = 0.3，max = 0.4），所有B都有一个三角形分布（min = 0.3，mod = 0.4，max = 0.5）并且所有C都有一个三角分布（min = 0.1，mod = 0.3，max = 0.5）。

我无法弄清楚如何生成这种数据集。

非常感谢你提前提出的建议。

Songchao

Answer 1

N <- 100000

library(triangle)

A <- rtriangle(N, 0.2, 0.4, 0.3)
B <- rtriangle(N, 0.3, 0.5, 0.4)
C <- 1 - A - B

d = data.frame(A, B, C)
summary(d)

稍后修改

nr <- 100000

u1 <- runif(nr)
u2 <- runif(nr)
u3 <- (2 - u1 - u2) / 2

U <- cbind(u1, u2, u3)

# shuffle, because I am not sure about the tails of u3
for (i in (1:nrow(U))) {
  U[i, ] <- U[i, sample(1:3)]
}

t1 <- qtriangle(U[, 1], 0.2, 0.4, 0.3)
t2 <- qtriangle(U[, 2], 0.3, 0.5, 0.4)
t3 <- qtriangle(U[, 3], 0.1, 0.5, 0.3)

d <- cbind(t1, t2, t3)
summary(d)
cor(d)

Answer 2

我不确定这是否有效，因为我不确定转换是否会导致分发失败，但请尝试这样做：

install.packages("triangle") #if not already present
library(triangle)

a <- rtriangle(10, a = .2, b = .4)
b <- rtriangle(10, a = .3, b = .5)
c <- rtriangle(10, a = .1, b = .5)

m <- cbind(a, b, c)
test <- sweep(m, 1, rowSums(m), FUN = "/") #divide all rows by their rowSums

> test
              a         b         c
 [1,] 0.3237202 0.4034106 0.2728692
 [2,] 0.2419613 0.3821729 0.3758658
 [3,] 0.2476927 0.3721925 0.3801149
 [4,] 0.2983462 0.4254064 0.2762474
 [5,] 0.3427140 0.4830743 0.1742117
 [6,] 0.2456610 0.3306648 0.4236742
 [7,] 0.3189454 0.4148087 0.2662459
 [8,] 0.3400111 0.3770924 0.2828965
 [9,] 0.3142197 0.3807667 0.3050136
[10,] 0.3221066 0.4222530 0.2556405
> rowSums(test)
 [1] 1 1 1 1 1 1 1 1 1 1

生成具有三列的数据框，每行具有常数总和

2 个答案:

稍后修改