是什么set.seed（n）和set.seed（N + 1）

问题描述：

我想弄清楚的set.seed()功能R.如何工作是什么set.seed（n）和set.seed（N + 1）

我很好奇之间的真正区别时是否set.seed(3)和set.seed(4)这些更可能会产生重复的样本比如果set.seed(3)和set.seed(100)？

如果是的话，多少独特的样本set.seed(3)可以生成，样品在比赛中通过set.seed(4)出现之前产生的？

如果没有，可以我得出结论，在set.seed(n)不同n不只要它们是不同意味着什么？

听说有关独立随机流的东西吗？这是n有关吗？

如果是，我怎么能定义一个独立的随机流？我已经阅读What does the integer while setting the seed mean?，但它看起来不回答我的问题。

哎哟...这很难回答，因为它取决于潜在的PRNG。通常你会希望任何2颗种子都是两个不同的PRNG路径......如果用独特的种子播种（无论是1和2还是1和1000），这对两个独立的流也是足够的......但实际上播种是困难的，而纯粹的MersenneTwister实现可能会惩罚你获得独立的流使用2种不同的种子（同时保持每个其他参数;可能隐藏在R中，不变）。你的问题也非常非正式且很难对待（*在比赛之前产生... *）更精确！ – sascha

这也可能有其他帮助：https://stats.stackexchange.com/questions/86285/random-number-set-seedn-in-r – stringsn88keys

答

也让我尝试做一个简短的简单的答案。我确实相信这两个评论是有用的。

有时我们需要在我们的程序随机数。计算机依靠算法生成随机数。因此，我们可以选择重新生成随机数序列。这对于复制某些作品非常有用。在R中，如果我们使用

sed.seed(42) 
runif(5)

在任何时候，它总会给出相同的随机数序列。

预计不会有set.seed(n)和set.seed(n+1)或set.seed(n1)和set.seed(n2)之间的关系。或者，预计set.seed(3)不会迭代的次数，反之亦然后产生的set.seed(4)流。

所以，在一般情况下，人们可以治疗由不同的种子产生的是独立的随机数的序列。

答

对于由两种不同的种子产生的随机数字流之间的关系作出任何假设，除非底层随机数发生器记录了这种关系，否则这是一个坏主意。例如，我很惊讶地得知，默认梅森，倍捻机RNG就像这样：

> set.seed(0) 
> x <- runif(10) 
> set.seed(1) 
> y <- runif(10) 
> x[2:10] == y[1:9] 
[1] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE

我还没有发现这种用于任何其他对种子值的行为，但是这足以吓我远离做出假设。

如果您关心这些问题，请阅读parallel软件包中的nextRNGStream和nextRNGSubStream函数。这些旨在生成.Random.seed值，从而产生独立的随机数字流。

是什么set.seed（n）和set.seed（N + 1）

相关推荐