JMP 계산식 편집기에서 지정된 분포의 제약 조건 내에서 효과적으로 "주사위를 굴려" 난수를 추출하는 계산식을 생성할 수 있습니다. 이 함수는 사용자가 계산식 편집기 창에서 적용을 클릭할 때마다 새로운 난수 집합을 생성합니다.
Random Reset 함수를 사용하여 난수 집합을 재현할 수 있는 난수 시드값을 설정할 수 있습니다. JMP의 난수 알고리즘은 종종 수정되므로 JMP 버전에 따라 결과가 일관되지 않을 수 있습니다.
참고: 난수는 Mersenne-Twister 기술을 사용하여 생성됩니다. 이 기술의 주기 길이는 219937-1입니다. 이 난수 생성기에 대한 자세한 내용은 Matsumoto & Nishimura(1998)에서 확인하십시오. 이러한 새 난수 생성기는 Marsaglia(1995)에 설명된 모든 DIEHARD 검정을 통과하는 것으로 확인되었습니다.
함수 인수에 대한 자세한 내용은 JSL Syntax Reference의 “Random Functions”에서 확인하십시오. 분포 파라미터화에 대한 자세한 내용은 JSL Syntax Reference의 “Probability Functions” 및 “Discrete Probability Functions”에서 확인하십시오.
지정한 자유도를 갖는 카이제곱 분포에서 난수 열을 생성합니다. 선택적인 비중심성 모수는 0보다 크거나 같아야 합니다. 기본적으로 비중심성 모수는 0입니다. 카이제곱 분포의 파라미터화에 대한 자세한 내용은 JSL Syntax Reference의 “Probability Functions”에서 확인하십시오.
지정한 분자 자유도 및 분모 자유도를 갖는 F 분포에서 난수 열을 생성합니다. 선택적인 비중심성 모수는 0보다 크거나 같아야 합니다. 기본적으로 비중심성 모수는 0입니다. F 분포의 파라미터화에 대한 자세한 내용은 JSL Syntax Reference의 “Probability Functions”에서 확인하십시오.
1에서 n 사이의 랜덤 정수로 구성된 k x 1 행렬을 반환합니다(중복 값 없음).
균등 분포에서 난수 열을 생성합니다. 인수를 지정하지 않을 경우 균등 분포의 최소값은 0이고 최대값은 1입니다. 즉, 0과 1 사이의 모든 수가 다른 수와 동일한 확률로 추출됩니다. 결과는 거의 균일한 분포를 보입니다. 선택적 인수를 사용하여 균등 분포의 최소 숫자와 최대 숫자에 다른 값을 지정할 수 있습니다.
지정한 평균 및 표준편차를 갖는 정규 분포에서 난수 열을 생성합니다. 인수를 지정하지 않을 경우 정규 분포의 평균은 0, 표준편차는 1로 간주됩니다. 정규 분포의 파라미터화에 대한 자세한 내용은 JSL Syntax Reference의 “Probability Functions”에서 확인하십시오.
지정된 인수가 있는 정규 혼합 분포에서 난수를 반환합니다. Random Normal Mixture 함수 구문에 대한 자세한 내용은 JSL Syntax Reference의 “Random Normal Mixture(meanvec, sdvec, probabvec)”에서 확인하십시오.
람다=1인 지수 분포에서 난수 열을 생성합니다. 다른 람다를 사용하도록 지수 함수의 척도를 조정할 수 있습니다. 예를 들어 Random Exp() * 0.1은 람다=0.1인 지수 분포를 생성합니다. 지수 분포의 파라미터화에 대한 자세한 내용은 JSL Syntax Reference의 “Probability Functions”에서 확인하십시오.
지정한 형상 및 척도 모수를 갖는 감마 분포에서 난수 열을 생성합니다. 척도 모수의 기본값은 1입니다. 척도 모수가 1인 경우 감마 분포는 지수 분포와 동등합니다. 감마 분포의 파라미터화에 대한 자세한 내용은 JSL Syntax Reference의 “Probability Functions”에서 확인하십시오.
지정한 위치, 척도 및 형상 모수를 갖는 확장된 일반화 감마 분포에서 난수 열을 생성합니다. 인수를 지정하지 않을 경우 일반화 감마 분포의 위치는 0, 척도는 1, 형태는 0입니다. 일반화 감마 분포의 파라미터화에 대한 자세한 내용은 JSL Syntax Reference의 “Probability Functions”에서 확인하십시오.
지정한 위치, 척도 및 형상 모수를 갖는 로그 일반화 감마 분포에서 난수 열을 생성합니다. 인수를 지정하지 않을 경우 확장된 일반화 감마 분포의 위치는 0, 척도는 1, 형태는 0입니다. 로그 일반화 감마 분포의 파라미터화에 대한 자세한 내용은 JSL Syntax Reference의 “Probability Functions”에서 확인하십시오.
두 개의 지정한 형상 모수와 선택적 임계 및 척도 모수를 갖는 베타 분포에서 난수 열을 생성합니다. 기본 임계는 0이고 기본 척도는 1입니다. 베타 분포의 파라미터화에 대한 자세한 내용은 JSL Syntax Reference의 “Probability Functions”에서 확인하십시오.
위치 모수가 0이고 척도 모수가 1인 Cauchy 분포에서 난수 열을 생성합니다. 계산식 alpha + beta * Random Cauchy()를 사용하면 위치 모수가 alpha이고 척도 모수가 beta인 Cauchy 변량을 생성할 수 있습니다. Cauchy 분포의 파라미터화에 대한 자세한 내용은 JSL Syntax Reference의 “Probability Functions”에서 확인하십시오.
확률 및 결과 표현식 집합을 기준으로 랜덤 범주 할당 열을 생성합니다(예: Random Category(.2, "A", .3, "B", .4, "C", "D");). 균등 난수가 생성되고 반환할 결과 표현식을 결정하기 위해 확률 인수와 비교됩니다.
지정한 형상 모수 두 개, 위치 모수 한 개, 척도 모수 한 개를 갖는 Johnson Su 분포에서 난수 열을 생성합니다. Johnson Su 분포의 파라미터화에 대한 자세한 내용은 JSL Syntax Reference의 “Probability Functions”에서 확인하십시오.
지정한 형상 모수 두 개, 위치 모수 한 개, 척도 모수 한 개를 갖는 Johnson Sb 분포에서 난수 열을 생성합니다. Johnson Sb 분포의 파라미터화에 대한 자세한 내용은 JSL Syntax Reference의 “Probability Functions”에서 확인하십시오.
지정한 형상 모수 두 개, 위치 모수 한 개, 선택적 왜도 모수 한 개를 갖는 Johnson Sl 분포에서 난수 열을 생성합니다. 왜도 모수는 양수 왜도의 경우 +1, 음수 왜도의 경우 -1일 수 있습니다. 기본값은 +1입니다. Johnson Sl 분포의 파라미터화에 대한 자세한 내용은 JSL Syntax Reference의 “Probability Functions”에서 확인하십시오.
BLOB 개체에서 난수 시드값 상태를 가져오거나 복원합니다.
지정한 최소값, 최대값 및 최빈값 모수를 갖는 삼각 분포에서 난수 열을 생성합니다. 인수를 하나만 지정할 경우 해당 인수는 최빈값을 나타내며 삼각 분포의 범위는 0에서 1 사이가 됩니다. 인수를 두 개 지정할 경우 해당 인수는 각각 최빈값과 최대값을 나타내며 삼각 분포의 범위는 0에서 최대값 사이가 됩니다. 인수를 세 개 지정할 경우 해당 인수는 각각 최소값, 최빈값 및 최대값을 나타내며 삼각 분포의 범위는 최소값에서 최대값 사이가 됩니다.
정수의 균등 분포에서 난수 열을 생성합니다. 인수를 하나만 지정할 경우 정수의 범위는 1에서 해당 인수 사이가 됩니다. 인수를 두 개 지정할 경우 정수의 범위는 두 인수 값의 사이(경계값 포함)가 됩니다.
지정한 모수를 갖는 이항 분포에서 난수 열을 생성합니다. 첫 번째 인수는 이항 실험의 시행 횟수를 나타내는 n입니다. 두 번째 인수는 관심 사건의 발생 확률을 나타내는 p입니다. n이 1일 때 이 이항 함수는 베르누이 시행의 분포를 생성합니다. 이항 분포의 파라미터화에 대한 자세한 내용은 JSL Syntax Reference의 이산 확률 함수에서 확인하십시오.
지정한 모수를 갖는 음이항 분포에서 난수 열을 생성합니다. 첫 번째 인수는 관심 사건의 성공 횟수를 나타내는 r입니다. 두 번째 인수는 성공 확률을 나타내는 p입니다. 관심 있는 확률 변수는 r번째 성공 이전에 발생한 실패 횟수입니다. 시행 횟수가 고정적이고 성공 횟수가 가변적인 이항 변량과 달리 음이항 변량은 성공 횟수가 고정적이고 시행 횟수가 무작위한 경우에 사용됩니다. 음이항 분포의 파라미터화에 대한 자세한 내용은 JSL Syntax Reference의 이산 확률 함수에서 확인하십시오.
지정한 모수를 갖는 베타 이항 분포에서 난수 열을 생성합니다. 첫 번째 인수는 시행 횟수를 나타내는 n입니다. 두 번째 인수는 각 시행의 성공 확률을 나타내는 p입니다. 세 번째 인수는 선택적 인수로, 과대산포 모수를 나타냅니다. 기본 과대산포 모수는 0입니다. 베타 이항 분포의 파라미터화에 대한 자세한 내용은 JSL Syntax Reference의 이산 확률 함수에서 확인하십시오.
지정한 위치 및 척도 모수를 갖는 Fréchet 분포에서 난수 열을 생성합니다. 인수를 지정하지 않을 경우 Fréchet 분포의 위치 모수는 0, 시그마는 1이 됩니다. Fréchet 분포의 파라미터화에 대한 자세한 내용은 JSL Syntax Reference의 “Probability Functions”에서 확인하십시오.
지정한 확률 모수를 갖는 기하 분포에서 난수 열을 생성합니다. 인수는 한 번의 시행에서 특정 사건이 발생할 확률입니다. 관심 있는 확률 변수는 특정 사건이 처음 발생할 때까지의 시행 횟수입니다.
지정한 형상 모수를 갖는 Poisson 분포에서 난수 열을 생성합니다. Poisson 분포의 파라미터화에 대한 자세한 내용은 JSL Syntax Reference의 이산 확률 함수에서 확인하십시오.
지정한 형상 모수와 과대산포 모수를 갖는 감마 Poisson 분포에서 난수 열을 생성합니다. 두 번째 인수를 지정하지 않을 경우 감마 Poisson 분포의 과대산포 모수는 1이 됩니다. 감마 Poisson 분포의 파라미터화에 대한 자세한 내용은 JSL Syntax Reference의 이산 확률 함수에서 확인하십시오.
지정한 형상 및 척도 모수를 갖는 Weibull 분포에서 난수 열을 생성합니다. 두 번째 인수를 지정하지 않을 경우 Weibull 분포의 척도 모수는 1이 됩니다. Weibull 분포의 파라미터화에 대한 자세한 내용은 JSL Syntax Reference의 “Probability Functions”에서 확인하십시오.
지정한 위치 및 척도 모수를 갖는 로지스틱 분포에서 난수 열을 생성합니다. 인수를 지정하지 않을 경우 로지스틱 분포의 위치 모수는 0, 척도 모수는 1이 됩니다. 로지스틱 분포의 파라미터화에 대한 자세한 내용은 JSL Syntax Reference의 “Probability Functions”에서 확인하십시오.
지정한 위치 및 척도 모수를 갖는 로그로지스틱 분포에서 난수 열을 생성합니다. 인수를 지정하지 않을 경우 로그로지스틱 분포의 위치 모수는 0, 척도 모수는 1이 됩니다. 로그로지스틱 분포의 파라미터화에 대한 자세한 내용은 JSL Syntax Reference의 “Probability Functions”에서 확인하십시오.
지정한 위치 및 척도 모수를 갖는 로그 정규 분포에서 난수 열을 생성합니다. 인수를 지정하지 않을 경우 로그 정규 분포의 위치 모수는 0, 척도 모수는 1이 됩니다. 로그 정규 분포의 파라미터화에 대한 자세한 내용은 JSL Syntax Reference의 “Probability Functions”에서 확인하십시오.
지정한 위치, 척도 및 형상 모수를 갖는 일반화 로그 분포에서 난수 열을 생성합니다. 형상 모수가 0일 경우 일반화 로그 분포는 로그 정규 분포와 동일합니다. 일반화 로그 분포의 파라미터화에 대한 자세한 내용은 JSL Syntax Reference의 “Probability Functions”에서 확인하십시오.
지정한 시드값을 사용하여 난수 시퀀스를 다시 시작합니다.
지정한 위치 및 척도 모수를 갖는 LEV(최대 극단값) 분포에서 난수 열을 생성합니다. 인수를 지정하지 않을 경우 LEV 분포의 위치 모수는 0, 척도 모수는 1이 됩니다. LEV 분포의 파라미터화에 대한 자세한 내용은 JSL Syntax Reference의 “Probability Functions”에서 확인하십시오.
지정한 위치 및 척도 모수를 갖는 SEV(최소 극단값) 분포에서 난수 열을 생성합니다. 인수를 지정하지 않을 경우 SEV 분포의 위치 모수는 0, 척도 모수는 1이 됩니다. SEV 분포의 파라미터화에 대한 자세한 내용은 JSL Syntax Reference의 “Probability Functions”에서 확인하십시오.
지정한 형상 모수 두 개, 위치 모수 한 개, 척도 모수 한 개를 갖는 SHASH(SinH-ArcSinH) 분포에서 난수 열을 생성합니다. SHASH 분포의 파라미터화에 대한 자세한 내용은 JSL Syntax Reference의 “Probability Functions”에서 확인하십시오.
행렬 인수의 숫자에서 임의 순서의 숫자 열을 생성합니다.
지정한 자유도를 갖는 t 분포에서 난수 열을 생성합니다. 선택적인 비중심성 인수는 음수 또는 양수일 수 있습니다. 기본적으로 비중심성 모수는 0입니다. t 분포의 파라미터화에 대한 자세한 내용은 JSL Syntax Reference의 “Probability Functions”에서 확인하십시오.
현재 데이터 테이블에서 임의의 행 번호를 선택합니다. 각 행 번호는 한 번씩만 선택됩니다. Col Shuffle을 서브스크립트로 사용할 경우 이 함수는 인수 역할을 하는 열에서 무작위로 선택된 값을 반환합니다. 원래 열의 각 값은 한 번씩만 Col Shuffle의 결과로 할당됩니다. Col Shuffle 함수 구문에 대한 자세한 내용은 JSL Syntax Reference의 난수 함수에서 확인하십시오.
랜덤 복원 추출의 빈도 수를 생성하며 붓스트랩에 유용합니다. 예를 들어 이 함수는 두 번째 인수인 Freq Column을 지원하며, 따라서 두 번째 인수에 지정된 기존 빈도 열과 관련하여 붓스트랩 표집을 수행할 수 있습니다. Resample Freq()는 100% 재표집 표본을 생성합니다. ResampleFreq(rate)는 rate로 지정된 빈도의 표본을 생성합니다. Resample(rate, column)은 rate에 지정된 열의 합을 곱한 비율로 계산된 표본을 생성합니다. Resample Freq 함수 구문에 대한 자세한 내용은 JSL Syntax Reference의 이산 확률 함수에서 확인하십시오.