Создание распределения Коши на R

Question

Я делаю часть в) из , которая требует распределения Коши. Это была моя попытка:

counter <- 0
slopes <- c()

while(counter < 1000) {
  xvals <- runif(n = 100, min = -1, max = 1)
  evals <- rcauchy(100)
  y <- 5 + 3 * xvals + evals
  fit <- lm(y ~ xvals)
  slopes <- c(slopes, fit$coefficients[[2]])
  counter <- sum(counter, 1)
}
mean(slopes)
print(evals)
plot(evals)

Однако я получил очень странные результаты, и я сомневаюсь, что они верны:

Я также пытался установить evals <- (x, location = 0, scale = 1, log = FALSE), но это неработай. Я просто не понимаю разницу между dcauchy и rcauchy, и как получить ошибку, которая будет распределена по Коши. Кто-нибудь может объяснить странные результаты? </p>

Answer 1

, как отмечено в комментариях, ваш код делает "правильные вещи", однако вам, возможно, придется скорректировать свою интуицию относительно важности того, что происходит в хвостах

, в качестве разницы между функциями:

• rcauchy получает случайные значения из распределения Коши
• dcauchy - это " функция плотности вероятности " для распределения Коши

Существуют различные наборы связанных битов кода, которые следуют этому соглашению, rnorm и dnorm для нормального распределения, но вы можете увидеть https://stats.stackexchange.com/q/157662/17060 для некоторых дополнительных комментариев о разнице