R语言 Runuran包 ars.new()函数中文帮助文档(中英文对照)

loveR

ars.new(Runuran)
ars.new()所属R语言包：Runuran

                                        UNU.RAN generator based on Adaptive Rejection Sampling (ARS)
                                         UNU.RAN发生器基于自适应拒绝抽样（ARS）

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

UNU.RAN random variate generator for continuous distributions with given probability density function (PDF). It is based on Adaptive Rejection Sampling ("ARS").
UNU.RAN给定的概率密度函数（PDF）的连续分布的随机变量发生器。它是基于自适应拒绝抽样（ARS）。

[Universal] – Rejection Method.
[通用]  - 抑制方法。


用法----------Usage----------


ars.new(logpdf, dlogpdf=NULL, lb, ub, ...)
arsd.new(distr)



参数----------Arguments----------

参数：logpdf
log-density function. (R function)
记录密度函数。 （R功能）


参数：dlogpdf
derivative of logpdf. (R function)
衍生工具的logpdf。 （R功能）


参数：lb
lower bound of domain; use -Inf if unbounded from left. (numeric)
域的下界使用-Inf如果左无界。 （数字）


参数：ub
upper bound of domain; use Inf if unbounded from right. (numeric)
上界域;使用Inf，如果无界右。 （数字）


参数：...
(optional) arguments for logpdf.
（可选）参数logpdf。


参数：distr
distribution object. (S4 object of class "unuran.cont")
发行对象。 （S4类的对象"unuran.cont"）


Details

详细信息----------Details----------

This function creates a unuran object based on "ARS" (Adaptive Rejection Sampling). It can be used to draw samples from continuous distributions with given probability density function using ur.
这个函数创建一个unuran对象的基础上“ARS”（自适应拒绝抽样）。它可用于，得出样品从给定的概率密度函数的连续分布，使用ur。

Function logpdf is the logarithm the density function of the target distribution. It must be a concave function (i.e., the distribution must be log-concave). However, it need not be normalized (i.e., it can be a log-density plus some arbitrary constant).
函数logpdf目标分布的密度函数的对数。它必须是一个凹函数（例如，分配必须登录凹）。然而，它需要不进行归一（即，它可以是一个记录密度加上一些任意常数）。

The derivative dlogpdf of the log-density is optional. If omitted, numerical differentiation is used. Notice, however, that this might cause some round-off errors such that the algorithm fails.
的衍生物的dlogpdf的记录密度是可选的。如果省略该参数，数值微分。但是请注意，这可能导致一些舍入误差，该算法失败。

Alternatively, one can use function arsd.new where the object distr of class "unuran.cont" must contain all required information about the distribution.
另外，我们可以使用函数arsd.new对象distr类"unuran.cont"的分布必须包含所有需要的信息。

The setup time of this method depends on the given PDF, whereas its marginal generation times are almost independent of the target distribution.
这种方法的建立时间取决于在给定的PDF，而其边际代的时间几乎是独立的目标分配。

"ARS" is a special case of method "TDR" (see tdr.new). It is a bit slower and less flexible but numerically more stable. In particular, it is useful if one wants to sample from truncated distributions with extreme truncation points; or when the integral of the given “density” function is only known to be extremely large or small. However, this assumes that the log-density is computed analytically and not by just using log(pdf(x)).
“ARS”是一个特例法“TDR”（见tdr.new）。这是一个有点慢，不够灵活，但数值上更稳定。特别是，它是有用的，如果一个人想从截断的分布与极端截断点的采样，或当给定的“密度”的函数的积分是唯一已知的非常大或小。然而，这种假设的记录密度计算分析，而不是使用log(pdf(x))。


值----------Value----------

An object of class "unuran".
对象的类"unuran"。


（作者）----------Author(s)----------



Josef Leydold and Wolfgang H\"ormann
<a href="mailto:unuran@statmath.wu.ac.at">unuran@statmath.wu.ac.at</a>.




参考文献----------References----------

Automatic Nonuniform Random Variate Generation. Springer-Verlag, Berlin Heidelberg. See Chapter 4 (Tranformed Density Rejection).
Adaptive rejection sampling for Gibbs sampling. Applied Statistics 41(2), pp. 337&ndash;348.

参见----------See Also----------

ur, tdr.new,  unuran.cont, unuran.new, unuran.
ur，tdr.new，unuran.cont，unuran.new，unuran。


实例----------Examples----------


## Create a sample of size 100 for a [＃创建一个大小为100的样品]
## Gaussian distribution (use logPDF)[＃高斯分布（使用logPDF）]
lpdf <- function (x) { -0.5*x^2 }
gen <- ars.new(logpdf=lpdf, lb=-Inf, ub=Inf)
x <- ur(gen,100)

## Same example but additionally provide derivative of log-density[同样的例子，但另外提供衍生的记录密度]
## to prevent possible round-off errors[＃以防止可能出现的舍入误差]
lpdf <- function (x) { -0.5*x^2 }
dlpdf <- function (x) { -x }
gen <- ars.new(logpdf=lpdf, dlogpdf=dlpdf, lb=-Inf, ub=Inf)
x <- ur(gen,100)

## Draw a sample from a truncated Gaussian distribution[＃截断高斯分布抽取样本]
## on domain [100,Inf)[＃在区间[100，天道酬勤）]
lpdf <- function (x) { -0.5*x^2 }
gen <- ars.new(logpdf=lpdf, lb=50, ub=Inf)
x <- ur(gen,100)

## Alternative approach[＃另一种方法]
distr <- udnorm()
gen <- arsd.new(distr)
x <- ur(gen,100)


转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。