Muestreo de una mezcla de distribuciones (II)

El algoritmo completo para muestrear de una distribución de mezcla es:

Elige un componente.
Genera un número aleatorio normal usando la media y la desviación estándar del componente seleccionado.

Se proporciona choose_component() del ejercicio anterior. Aquí completarás el segundo paso y terminarás la definición de rmix().

Este ejercicio forma parte del curso

Optimizar código de R con Rcpp

Ver curso

Instrucciones del ejercicio

Comprueba que haya tantas desviaciones estándar como pesos. Es decir, que el tamaño de sds sea el mismo que d.
Calcula total_weight como la suma de los pesos.
Elige un componente llamando a choose_component().
Simula del componente elegido generando un número aleatorio normal con el elemento j de means y sds.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

#include 
using namespace Rcpp;

// From previous exercise; do not modify
// [[Rcpp::export]]
int choose_component(NumericVector weights, double total_weight) {
  double x = R::runif(0, total_weight);
  int j = 0;
  while(x >= weights[j]) {
    x -= weights[j];
    j++;
  }
  return j;
}

// [[Rcpp::export]]
NumericVector rmix(int n, NumericVector weights, NumericVector means, NumericVector sds) {
  // Check that weights and means have the same size
  int d = weights.size();
  if(means.size() != d) {
    stop("means size != weights size");
  }
  // Do the same for the weights and std devs
  if(___) {
    stop("sds size != weights size");
  }
  
  // Calculate the total weight
  double total_weight = ___;
  
  // Create the output vector
  NumericVector res(n);
  
  // Fill the vector
  for(int i = 0; i < n; i++) {
    // Choose a component
    int j = ___(___, ___);
    
    // Simulate from the chosen component
    res[i] = ___::___(___, ___);
  }
  
  return res;
}

/*** R
  weights <- c(0.3, 0.7)
  means <- c(2, 4)
  sds <- c(2, 4)
  rmix(10, weights, means, sds)
*/

Editar y ejecutar código