问多次使用set.seed的怪异行为

EN

Set.seed()确定随后生成的随机数。通常，它用于创建可重复的示例，因此，如果我们运行相同的代码，则得到相同的结果。为了说明：

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

因此，正如您所看到的，当set.seed(x)用相同的数字两次时，从那个点开始生成相同的随机数。(用于具有相同分布的变量。关于其他问题，见下文的阐述)。所以，在第一个情节中，你得到一条直线，是因为

y <- 0.5 * x + epsilon -1

实际上成了

y <- 0.5 * x + x -1

因为你使用的是相同的随机数序列两次。那就减少到

y <- 1.5 * x -1

这是一个简单的线性方程。

因此，一般来说，您应该只在脚本开始时执行一次set.seed(x)。

阐述了这样的评论：“但是我用不同的sd生成了Epsilon，为什么它仍然是相同的x，虽然情节似乎与解释一致？”。

这其实是个很有趣的问题。具有分布~N(mean,sd)的随机数通常如下所示：

1. 产生随机一致数。
2. 对这些数字(通常是盒子-穆勒变换。 )进行转换，让我们将这些数字称为X。
3. 通过应用转换sd * X + mean再次转换这些数字

如果您使用相同的种子运行两次，但是使用不同的平均值和sd，则前两个步骤将产生完全相同的结果，因为生成的随机数是相同的，而且还没有使用平均值和sd。只有在第三步，平均值和sd才会发挥作用。我们可以很容易地证实这一点：

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

实际上，第二次产生的随机数正好是第一次产生的数的0.25倍。

所以在我上面的解释中，epsilon实际上是0.25*x，你得到的函数是y <- 0.75 * x - 1，它仍然是一个线性函数。

为什么结果是不同的-当set.seed设置一次并运行两次时-

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

而当再次设置set.seed时，结果是-

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

因此，当种子只设置一次时，程序使用下一组可用的数字来生成下一组随机数。