R - 具有预定义总数的整数的随机近似正态分布

Question

我正在尝试创建一个随机生成具有某些特定属性的值的数据集:

所有大于 0 的正整数

在总和相等的两列 (x, y) 中 (sum(x) == sum(y))

近似正态分布

我已经成功地生成了接近我想要的数据，但速度非常慢。我怀疑它很慢，因为 while 循环。

simSession <- function(sessionid = 1) {
    s <- data.frame(sessionid = sessionid, userid = seq(1:12))
    total <- sample(48:72, 1)

    mu = total / 4
    sigma = 3

    s$x <- as.integer(rnorm(mean=mu, sd=sigma, n=nrow(s)))
    while(sum(s$x) > total) {
        # i <- sample(nrow(s), 1)
        i <- sample(rep(s$userid, s$x), 1)
        if(s[i, ]$x > 1) {
            s[i, ]$x <- s[i, ]$x - 1
        } else {
            s[i, ]$x = 1
        }
    }

    s$y <- as.integer(rnorm(mean=mu, sd=sigma, n=nrow(s)))
    while(sum(s$y) > sum(s$x)) {
        # i <- sample(nrow(s), 1)
        i <- sample(rep(s$userid, s$y), 1)
        if(s[i, ]$y > 1) {
            s[i, ]$y <- s[i, ]$y - 1
        } else {
            s[i, ]$y = 1
        }
    }

    s$xyr <- s$x / s$y

    return(s)
}

是否有明显的我遗漏的东西可以使这个问题更容易或更快的替代功能？

此外，能够指定向左或向右倾斜模式的参数的奖励积分。

Answer 1

如果您不介意期望值和方差相等，则可以使用泊松分布:

randgen <- function(n,mu) {
  x <- rpois(n,mu)
  y <- rpois(n,mu)

  d <- sum(y)-sum(x)

  if (d<0) {
    ind <- sample(seq_along(y),-d)
    y[ind] <- y[ind]+1
  } else {
    ind <- sample(seq_along(x),d)
    x[ind] <- x[ind]+1
  }

 cbind(x=as.integer(x),y=as.integer(y))
}

set.seed(42)
rand <- randgen(1000,15)

layout(c(1,2))    
qqnorm(rand[,1]); qqline(rand[,1])
qqnorm(rand[,2]); qqline(rand[,2])

is.integer(rand)
#[1] TRUE

sum(rand<0)
#[1] 0

colSums(rand)
#x     y 
#15084 15084

mean(rand[,1])
#[1] 15.084
mean(rand[,2])
#[1] 15.084

sd(rand[,1])
#[1] 4.086275
sd(rand[,2])
#[1] 3.741249