我想模拟中心极限定理以证明它,但我不确定如何在 R 中进行。我想创建 10,000 个样本,样本大小为 n(可以是数字或参数),从我将选择的分布中(均匀分布、指数分布等)。然后我想在一个图中绘制(使用 par 和 mfrow 命令)原始分布(直方图),所有样本均值的分布,均值的 Q-Q 图,以及在第 4 个图中(有四个,2X2 ), 我不确定要绘制什么。你能帮我开始用 R 编程吗?我想一旦我有了模拟数据,我应该没问题。谢谢。
下面是我最初的尝试,它太简单了,我什至不确定是否正确。
r = 10000;
n = 20;
M = matrix(0,n,r);
Xbar = rep(0,r);
for (i in 1:r)
{
M[,i] = runif(n,0,1);
}
for (i in 1:r)
{
Xbar[i] = mean(M[,i]);
}
hist(Xbar);
最佳答案
CLT 指出给定 i.i.d.来自具有均值和方差的分布的样本,样本均值(作为随机变量)的分布随着样本数 n
的增加而收敛于高斯分布。在这里,我假设您要生成 r
个样本集,每个样本集包含 n
个样本,以创建样本均值的 r
个样本。执行此操作的一些代码如下:
set.seed(123) ## set the seed for reproducibility
r <- 10000
n <- 200 ## I use 200 instead of 20 to enhance convergence to Gaussian
## this function computes the r samples of the sample mean from the
## r*n original samples
sample.means <- function(samps, r, n) {
rowMeans(matrix(samps,nrow=r,ncol=n))
}
为了生成图表,我们使用 ggplot2
和来自 here 的 Aaron 的 qqplot.data
函数.我们还使用 gridExtra
在一帧中绘制多个图。
library(ggplot2)
library(gridExtra)
qqplot.data <- function (vec) {
# following four lines from base R's qqline()
y <- quantile(vec[!is.na(vec)], c(0.25, 0.75))
x <- qnorm(c(0.25, 0.75))
slope <- diff(y)/diff(x)
int <- y[1L] - slope * x[1L]
d <- data.frame(resids = vec)
ggplot(d, aes(sample = resids)) + stat_qq() + geom_abline(slope = slope, intercept = int, colour="red") + ggtitle("Q-Q plot")
}
generate.plots <- function(samps, samp.means) {
p1 <- qplot(samps, geom="histogram", bins=30, main="Sample Histogram")
p2 <- qplot(samp.means, geom="histogram", bins=30, main="Sample Mean Histogram")
p3 <- qqplot.data(samp.means)
grid.arrange(p1,p2,p3,ncol=2)
}
然后我们可以将这些函数与均匀分布一起使用:
samps <- runif(r*n) ## uniform distribution [0,1]
# compute sample means
samp.means <- sample.means(samps, r, n))
# generate plots
generate.plots(samps, samp.means)
我们得到:
或者,使用均值 = 3 的泊松分布:
samps <- rpois(r*n,lambda=3)
# compute sample means
samp.means <- sample.means(samps, r, n))
# generate plots
generate.plots(samps, samp.means)
我们得到:
或者,使用均值 = 1/1 的指数分布:
samps <- rexp(r*n,rate=1)
# compute sample means
samp.means <- sample.means(samps, r, n))
# generate plots
generate.plots(samps, samp.means)
我们得到:
请注意,样本均值直方图的均值看起来都像 Gaussians
,其均值与原始生成分布的均值非常相似,无论是均匀分布、泊松分布还是指数分布,如预测的那样由 CLT(它的方差也将是 1/(n=200) 原始生成分布的方差)。
关于r - R中的中心极限定理,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/40307510/