在R中模拟脂肪尾数据

Question

我需要模拟R中的数据，有一个很好的尾部分布，而且在我不确定从哪里开始之前，我从来没有模拟过数据。我已经查看了FatTailsR包，但是文档非常神秘，我似乎找不到任何明显的教程。

基本上，我想要创建一个包含10,000个观测数据的两列(X和Y)的人工数据create，它使用以下逻辑/迭代：

• 对于X的每一次观测，Y为0的概率为75%，而25%的概率Y为1(将每个观测设为0或1)。
• 接下来，只看X的观测值，其中Y是1，在这些观测中(占原始数据集的25% )，Y是2。
• 在Y为2的观测中，25%的人被撞到了3。
• 然后迭代，直到Y= 10。

如有任何指导，将不胜感激。包括用于签出的包和函数的建议(可能类似于rlnorm ?)

Answer 1

这可能有用(不是超级高效，但是.)

首先计算出每个结果的概率(P(1)=0.75，P(2)=0.75*0.25，P(3)=0.75*0.25^2 .)

cc <- cumprod(c(0.75,rep(0.25,9)))

选择具有这些概率的多项式偏差(每个样本为N=1)

rr <- t(rmultinom(1000,size=1,prob=cc))

计算每行中的哪个值等于1：

storage.mode(rr) <- "logical"
out <- apply(rr,1,which)

检查结果：

tt <- table(factor(out,levels=1:10))
  1   2   3   4   5   6   7   8   9  10 
756 183  43  14   3   1   0   0   0   0 

也许有一种更聪明的方法来根据修改后的几何分布来建立这个模型。

Answer 2

这就是我从你的问题中了解到的：

data <- data.frame(X=1:10000, Y=sample(c(0,1), 10000, TRUE, prob=c(0.75, 0.25)))
head(data)

pos <- which(data$Y == 1)
pos <- sample(pos, floor(0.25*length(pos)), FALSE)  # 25% of Y == 1

data[pos, "Y"] <- data[pos, "Y"] + 1

## Iterate using a while loop :

data <- data.frame(X=1:10000, Y=sample(c(0,1), 10000, TRUE, prob=c(0.75, 0.25)))
head(data)

i <- 0

while(i < 10) {
  pos <- which(data$Y == (i + 1))
  pos <- sample(pos, floor(0.25*length(pos)), FALSE)  # 25% of Y == 1

  data[pos, "Y"] <- data[pos, "Y"] + 1

  i <- i + 1
}

hist(data$Y)