【4.2】R--关于set.seed()
计算机并不能产生真正的随机数，如果你不设种子，计算机会用系统时钟来作为种子，如果你要模拟什么的话，每次的随机数都是不一样的，这样就不方便你研究，如果你事先设置了种子，这样每次的随机数都是一样的，便于重现你的研究，也便于其他人检验你的分析结果。
如果说函数中出现set.seed(3000)，那就是说程序运行3000次，都是从同一个种子产生的随机数，还是从不同的种子产生的？
另外，这个3000，指的是3000“个”随机数，还是3000“批”（一批里面可能有若干个）随机数呢？
如果我每循环一次，让set.seed(N)中的N增加一个常数，那会有什么作用？
set.seed(3000)，不是运行3000次，而是把种子设置为3000。
计算机的程序，都是通过确定的算法，根据确定的输入，算出确定的输出。想要得到真正的随机，需要通过外接物理随机数发生器，通过把随机的物理过程转变为随机值，才能实现。因此我们平常使用的计算机的随机数，其实都只是通过算法模拟得到，也就是伪随机。一般采用的办法是线性同余（参见http://en.wikipedia.org/wiki/Linear_congruential_generator）。
X[n+1] = (a * X[n] + c) mod m
为简单起见，我取简单的参数（a = 1, c = 3, m = 5），得到一个简单的算式：
X[n+1] = (X[n] + 3) mod 5
这时，把X[0]视为种子，于是：
若种子为0，得到数列：0, 3, 1, 4, 2, 0, …
若种子为1，得到数列：1, 4, 2, 0, 3, 1, …
若种子为2，得到数列：2, 0, 3, 1, 4, 2, …
若种子为3，得到数列：3, 1, 4, 2, 0, 3, …
若种子为4，得到数列：4, 2, 0, 3, 1, 4, …
对于每个种子，所得到的数列看起来都是随机的（每个数值出现的频率都是相同的）。而一旦种子给定，每次调用随机数函数，函数都会根据上次得到的数列的某个值，计算出数列的下一个值并返回回来。而对于随机浮点数，一般是用随机产生的整数除以最大整数得到。
所以，随机数的种子一般只需要在调用随机函数之前设置一次，不建议设置多次。
另外，我一直没有搞明白一件事：设置多次种子，在算法上会不会对最终生成的随机数的分布造成影响？不知道有人了解么？http://cos.name/cn/topic/15925
可以重复得到同一组伪随机数很重要。比如，你的程序有一个很隐蔽的错误，导致你用某些初始值会得到错误的结果，如果你没有设定种子，运行完程序一看结果错了，这时你肯定想再用刚才的数据做一次debug，但永远不可能得到它了。再比如，写论文的时候，你的结果要给别人看，那么一个可重复使用的数据就很重要，你要让别人运行你的code也能得到你的结果就必须要设定种子，等等。
今天查了一下R语言中set.seed()，该命令的作用是设定生成随机数的种子，种子是为了让结果具有重复性。如果不设定种子，生成的随机数无法重现。
> x<-rnorm(10) #随机生成10个随机数 > x
[1] 0.3897943 -1.2080762 -0.3636760 -1.6266727 -0.2564784 1.1017795 0.7557815
[8] -0.2382336 0.9874447 0.7413901
> x<-rnorm(10) #再次随机生成10个随机数 > x
[1] 0.08934727 -0.95494386 -0.19515038 0.92552126 0.48297852 -0.59631064 -2.18528684
[8] -0.67486594 -2.11906119 -1.26519802
>set.seed(5) #设定种子
> x<-rnorm(10) # 在设定种子的前提下生成10个随机数 > x
[1] -0.84085548 1.38435934 -1.25549186 0.07014277 1.71144087 -0.60290798 -0.47216639
[8] -0.63537131 -0.28577363 0.13810822
>set.seed(5) # 设定种子
> y<-rnorm(10) > y
[1] -0.84085548 1.38435934 -1.25549186 0.07014277 1.71144087 -0.60290798 -0.47216639
[8] -0.63537131 -0.28577363 0.13810822
> x == y
[1] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE
从上面的例子可以发现，前两次生成的10个随机数都不一样。后两次在设定了相同的种子前提下，生成的随机数是相同的。
记得每次生成的对象前面都加set.seed，这样才能提醒用的是可重复的样本； 用途是给定伪随机数的seed，在同样的seed下，R生成的伪随机数序列是相同的。这样的话，别人的模拟就是可以重复的
参考资料：
http://www.douban.com/note/274702270/
http://blog.sina.com.cn/s/blog_729ca6a60102uxl9.html
