何度も二項から一つの数だけ描きたい。それぞれのドローは特定の確率に対応しています（異なる確率でベルヌーイから引き出します）。ループは避けてください。確率を変えて二項から引き出す
y<-c(1:10)
p<- dpois(y,2) #probability vector
#not working below
rbinom(1,1,p) #only return one value
アップデート： 私はベルヌーイ一部を除いて、ジム・Mさんz=vapply(p,function(z){rbinom(1,1,z)},as.integer(1L))同じコードを使用し、MATLABは67Sであるが、Rは520Sをとります。
これはいかがですか？ length(p)：
as.numeric(runif(length(p)) < p)
nは、確率分布の長さに等しい均一な分布からのN個の確率変数を取ります。各値を各確率と比較し、値が確率よりも小さい場合は1を返します（as.numericはTRUE/FALSEから1/0に変換されます）。また、これは私のマシン上でvapply使用するよりもはるかに高速です：
y <- 1:1000
p <- dpois(y, 2)
rBernoulli <- function(p){
vapply(p, function(x) rbinom(1, 1, x), as.integer(1L))
}
rBernoulli2 <- function(p){
var(as.numeric(runif(length(p)) < p))
}
library(microbenchmark)
microbenchmark(rBernoulli(p), rBernoulli2(p))
## Unit: microseconds
## expr min lq mean median uq max neval
## rBernoulli(p) 2110.307 2197.771 2699.7286 2245.7425 2413.532 6966.376 100
## rBernoulli2(p) 66.045 70.062 91.8782 93.9355 103.083 186.086 100
pは確率ベクトルであるため、それぞれの確率に同じ関数を順番に適用することで、各確率に対してBernouilliランダム描画を生成することができます。 vapplyを使用して、戻り値（この場合は整数）を入力します。
set.seed(12345)
y <- 1:10
p <- dpois(y, 2)
rBernoulli <- vapply(p, function(x) rbinom(1, 1, x), as.integer(1L))
それは、pがベクトルのとき、あまりにも同様の作業を行うことができますrbinomが判明します。それは受け入れられた答えよりもわずかに遅いです。
rbinom(length(p),size=1,p)
なぜあなたのユニフォームは確率条件ベルヌーイで与えられますか？ – alphabetagamma
@Phdaml一様分布からの価値を取らず、それを成功確率と比較して1を返すべきであるとすれば、Bernoulliからの数値を、同じ成功確率を前提として描くことに等しいでしょうか？私は物事をより速くするためにこのアプローチを使用しています。 – parksw3