模拟由两个 Gaussian 分布组成的混合

混合模型起初可能难以理解，所以我们先从模拟一个简单的混合模型开始，再逐步深入。在本练习中，您将创建一个由两个成分组成的 Gaussian Mixture Model。

本练习是课程的一部分

R 中的混合模型

练习说明

使用 sample() 从一个二元变量中模拟 500 个样本，数值 1 的概率为 0.8，并将结果保存到对象 coin 中。
然后，创建向量 mixture，根据 coin 的取值从两个不同的 Gaussian 分布中取样：
- 当 coin 的取值为 1 时，从均值为 5、标准差为 2 的正态分布取样。
- 否则，从标准正态分布取样。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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)

编辑并运行代码