模擬由兩個 Gaussian 分佈組成的混合模型

混合模型一開始可能不太好理解，所以我們先從模擬一個簡單的混合模型開始，再逐步擴展。這個練習中，你會建立一個由兩個成分組成的 Gaussian Mixture Model。

本練習屬於課程

R 中的混合模型

練習說明

使用 sample() 從二元變數中模擬 500 個樣本，值為 1 的機率設為 0.8，並將結果存入物件 coin。
接著建立向量 mixture，依據 coin 的值，從兩個不同的 Gaussian 分佈取樣如下：
- 當 coin 的值為 1 時，從平均數為 5、標準差為 2 的常態分佈取樣。
- 否則，從標準常態分佈取樣。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

# Create coin object
coin <- ___(c(0,___), size = ___, 
               replace = TRUE, prob = c(0.2, ___))

# Sample from two different Gaussian distributions
___ <- ifelse(___ == 1, rnorm(n = ___, mean = ___, sd = ___), 
                  rnorm(n = ___))

# Check the first elements
head(mixture)

編輯並執行程式碼