Странное поведение при многократном использовании set.seed

Я пришел к странному результату, когда делал домашнюю работу в R, может ли кто-нибудь объяснить мне, что происходит?

В инструкции мне было сказано установить seed 1, чтобы сохранить согласованность.

Сначала я дважды установил seed(1)

set.seed(1)
x <- rnorm(100, mean = 0, sd = 1)
set.seed(1)
epsilon <- rnorm(100, mean = 0, sd = 0.25)
y <- 0.5 * x + epsilon -1
plot(x,y,main = "Scatter plot between X and Y", xlab = "X", ylab = "Y")

Я получаю точечный график следующим образом: График с двумя наборами семян

После того, как я использую только одно заданное семя, код выглядит следующим образом:

set.seed(1)
x <- rnorm(100, mean = 0, sd = 1)
epsilon <- rnorm(100, mean = 0, sd = 0.25)
y <- 0.5 * x + epsilon -1
plot(x,y,main = "Scatter plot between X and Y", xlab = "X", ylab = "Y")

Сюжет стал разумным: Сюжет с одним заданным семенем

Может ли кто-нибудь объяснить мне, почему два результата отличаются, добавив дополнительный «set.seed (1)»?


r random random-seed normal-distribution
person SamCXLG    schedule 26.07.2017    source источник

Ответы (2)


arrow_upward
14
arrow_downward

Set.seed() определяет случайные числа, которые будут сгенерированы впоследствии. Обычно он используется для создания воспроизводимых примеров, так что если мы оба запускаем один и тот же код, мы получаем одинаковые результаты. Проиллюстрировать:

set.seed(1234)
runif(3)
[1] 0.1137034 0.6222994 0.6092747

set.seed(1234)
runif(3)
[1] 0.1137034 0.6222994 0.6092747

set.seed(12345)
runif(3)
[1] 0.7209039 0.8757732 0.7609823

Итак, как вы можете видеть, когда вы дважды устанавливаете.seed(x) с одним и тем же числом, вы генерируете одни и те же случайные числа с этого момента. (Для переменных с таким же распределением. Для других см. подробности ниже). Итак, причина, по которой вы получаете прямую линию на первом графике, заключается в том, что

y <- 0.5 * x + epsilon -1

на самом деле становится

y <- 0.5 * x + x -1

потому что вы используете одну и ту же последовательность случайных чисел два раза. Это сводится к

y <- 1.5 * x -1

И это простое линейное уравнение.

В общем, вы должны выполнить set.seed(x) только один раз, в начале вашего скрипта.

Уточнение комментария: "Но я сгенерировал Эпсилон с другим sd, почему это все равно будет тот же x, хотя сюжет, кажется, согласуется с объяснением?"

Это на самом деле очень интересный вопрос. Случайные числа с распределением ~N(mean,sd) обычно генерируются следующим образом:

  1. Генерируются случайные равномерные числа.
  2. К этим числам применяется преобразование, обычно преобразование Бокса-Мюллера. , обозначим эти числа X.
  3. Эти числа преобразуются еще раз путем применения преобразования sd * X + mean

Когда вы запускаете это дважды с одним и тем же начальным числом, но с другим средним значением и sd, первые два шага создадут точно такие же результаты, поскольку сгенерированные случайные числа одинаковы, а среднее значение и sd еще не используются. Только на третьем шаге в игру вступают среднее значение и sd. Мы можем легко убедиться в этом:

set.seed(1)
rnorm(4, mean = 0, sd = 1)
[1] -0.6264538  0.1836433 -0.8356286  1.5952808
set.seed(1)
rnorm(4, mean = 0, sd = 0.25)
[1] -0.15661345  0.04591083 -0.20890715  0.39882020

Действительно, случайные числа, сгенерированные во второй раз, ровно в 0,25 раза превышают числа, сгенерированные в первый раз.

Итак, в моем объяснении выше эпсилон на самом деле равен 0,25 * x, а ваша результирующая функция — y <- 0.75 * x - 1, которая по-прежнему является просто линейной функцией.

person Florian    schedule 26.07.2017
comment
Но я сгенерировал Эпсилон с другим sd, почему это все равно будет тот же x, хотя сюжет, похоже, согласуется с объяснением? - person SamCXLG; 27.07.2017
comment
На самом деле это действительно хороший вопрос, я упустил из виду разницу в SD в вашем коде. Я добавил объяснение, почему линия все еще линейна, к моему ответу, надеюсь, это прояснит ситуацию. - person Florian; 28.07.2017

arrow_upward
1
arrow_downward

Почему результаты были разными - Когда set.seed устанавливается один раз и запускается дважды -

set.seed(123)
runif(3)
[1] 0.2875775 0.7883051 0.4089769
runif(3)
[1] 0.8830174 0.9404673 0.0455565

Принимая во внимание, что когда set.seed снова установлен, результаты -

set.seed(123)
runif(6)
[1] 0.2875775 0.7883051 0.4089769 0.8830174 0.9404673 0.0455565

Итак, когда начальное значение установлено только один раз, программа использует следующий набор доступных чисел для генерации следующего набора случайных чисел.

person vinay    schedule 01.11.2018