R: MonteCarlo模拟与正态分布问题

Question

我正试图解决以下问题：

设Z_n是n个标准正常观测的最大值。估计n应该是多少，使P(Z_n>4)=0.25

我已经尝试了下面的代码，并且我知道答案是关于n=9000的，因为它大约返回0.25。我应该修改我的代码，以便n是输出，而不是输入。

n=9000
x1 <- sapply(1:n, function(i){max(rnorm(n=n,0,1))})
length(x1[x1>4])/length(x1)

我怎么能这么做？

谢谢你的帮助！

Answer 1

你可以选择合适的范围然后做二进制搜索。请记住，结果将取决于样品和RNG种子的数量。

Zn <- function(n) {
    max(rnorm(n))
}

Sample <- function(N, n) {
    set.seed(312345) # sample same sequence of numbers
    x <- replicate(N, Zn(n))
    sum( x > 4.0 )/N
}

P <- 0.25

BinarySearch <- function(n_start, n_end, N) {
    lo <- n_start
    hi <- n_end

    s_lo <- Sample(N, lo)
    s_hi <- Sample(N, hi)

    if (s_lo > P)
        return(list(-1, 0.0, 0.0)) # wrong low end of interval
    if (s_hi < P)
        return(list(-2, 0.0, 0.0)) # wrong high end of interval

    while (hi-lo > 1) {
        me <- (hi+lo) %/% 2
        s_me <- Sample(N, me)
        if (s_me >= P)
            hi <- me
        else
            lo <- me

        cat("hi = ", hi, "lo = ", lo, "S = ", s_me, "\n")
    }
    list(hi, Sample(N, hi-1), Sample(N, hi)) 
}    

q <- BinarySearch(9000, 10000, 100000) # range [9000...10000] with 100K points sampled

print(q[1]) # n at which we have P(Zn(n)>4)>=0.25
print(q[2]) # P(Zn(n-1)>4)
print(q[3]) # P(Zn(n)>4)

因此，我

9089
0.24984
0.25015

这看起来很合理。虽然很慢..。