itdr.new(Runuran)
itdr.new()所属R语言包：Runuran
UNU.RAN generator based on Inverse Transformed Density Rejection (ITDR)
UNU.RAN发生器基于逆变换的密度抑制率（ITDR）
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 the Inverse Transformed Density Rejection method ("ITDR").
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。它是根据逆变换密度抑制方法（ITDR）。
[Universal] – Rejection Method.
[通用] - 抑制方法。
用法----------Usage----------
itdr.new(pdf, dpdf, lb, ub, pole, islog=FALSE, ...)
itdrd.new(distr)
参数----------Arguments----------
参数：pdf
probability density function. (R function)
概率密度函数。 （R功能）
参数：dpdf
derivative of pdf. (R function)
衍生工具的pdf。 （R功能）
参数：pole
pole of distribution. (numeric)
分布极。 （数字）
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，右侧无界。 （数字）
参数：islog
whether pdf is given as log-density (the dpdf must then be the derivative of the log-density). (boolean)
是否pdf给出作为记录密度（dpdf的然后必须的记录密度的衍生物）。 （布尔）
参数：...
(optional) arguments for pdf.
（可选）参数pdf。
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 “ITDR” (Inverse Transformed Density Rejection). It can be used to draw samples of a continuous random variate with given probability density function using ur.
这个函数创建一个unuran对象根据“ITDR”（逆变换的密度抑制）。它可以用来抽取样本的连续随机变量的概率密度函数使用ur。
The density pdf must be positive but need not be normalized (i.e., it can be any multiple of a density function). The algorithm is especially designed for distributions with unbounded densities. Thus the algorithm needs the position of the pole. Moreover, the given function must be monotone on its domain.
密度pdf必须是正的，但不必进行归一（即，它可以是任何的密度函数的倍数）。该算法是专为具有无限密度的分布。因此，该算法需要的位置pole。此外，在给定的函数必须是在其领域单调。
The derivative dpdf is essential. (Numerical derivation does not work as it results in serious round-off errors.)
衍生工具dpdf是必不可少的。 （数值推导不工作，因为它会导致严重的舍入误差）。
Alternatively, one can use function itdrd.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itdrd.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.
该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。
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----------
Inverse transformed density rejection for unbounded monotone densities. ACM Trans. Model. Comput. Simul. 17(4), Article 18, 16 pages. DOI: 10.1145/1276927.1276931
参见----------See Also----------
ur, unuran.cont, unuran.new, unuran.
ur，unuran.cont，unuran.new，unuran。
实例----------Examples----------
## Create a sample of size 100 for a Gamma(0.5) distribution[＃创建一个样本大小为100的伽玛分布（0.5）]
pdf <- function (x) { x^(-0.5)*exp(-x) }
dpdf <- function (x) { (-x^(-0.5) - 0.5*x^(-1.5))*exp(-x) }
gen <- itdr.new(pdf=pdf, dpdf=dpdf, lb=0, ub=Inf, pole=0)
x <- ur(gen,100)
## Alternative approach[＃另一种方法]
distr <- udgamma(shape=0.5)
gen <- itdrd.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。
|
发表于 2012-9-28 23:46:33
