R：sample()命令受约束

我试图从 0 到 7 随机抽取 7 个数字（有替换），但受到所选数字加起来为 7 的约束。例如，输出 0 1 1 2 3 0 0 没问题，但输出1 2 3 4 5 6 7 不是。有没有办法在添加约束的情况下使用示例命令？

我打算使用以示例命令作为参数的replicate()函数，以从示例命令返回N个不同向量的列表。按照我当前使用示例命令的方式（没有任何限制），我需要 N 非常大，以便获得尽可能多的总和恰好为 7 的可能向量。我想一定有一种更简单的方法来做到这一点！

这是我该部分的代码：

x <- replicate(100000, sample(0:7, 7, replace=T))    

理想情况下，我希望 x 中的 10,000 或 100,000 个向量之和为 7，但需要一个巨大的 N 值才能做到这一点。谢谢你的帮助。

为了确保采样均匀，您可以生成所有排列并将其限制为总和为 7 的排列：

library(gtools)
perms <- permutations(8, 7, 0:7, repeats.allowed=T)
perms7 <- perms[rowSums(perms) == 7,]

From nrow(perms7)，我们看到只有 1716 种可能的排列，总和为 7。现在您可以从排列中均匀采样：

set.seed(144)
my.perms <- perms7[sample(nrow(perms7), 100000, replace=T),]
head(my.perms)
#      [,1] [,2] [,3] [,4] [,5] [,6] [,7]
# [1,]    0    0    0    2    5    0    0
# [2,]    1    3    0    1    2    0    0
# [3,]    1    4    1    1    0    0    0
# [4,]    1    0    0    3    0    3    0
# [5,]    0    2    0    0    0    5    0
# [6,]    1    1    2    0    0    2    1

这种方法的优点是很容易看出我们是随机均匀采样的。而且，它的速度相当快——构建perms7在我的计算机上花了 0.3 秒构建 100 万行my.perms花了 0.04 秒。如果您需要绘制许多向量，这将比递归方法快得多，因为您只是使用矩阵索引perms7而不是单独生成每个向量。

以下是样本中数字计数的分布：

#      0      1      2      3      4      5      6      7 
# 323347 188162 102812  51344  22811   8629   2472    423