Question

这是我的数据：

df1<-read.table(text=" x y

2   20
3   36
3   48
1   20
3   40
3   32
1   16
1   20
3   24
3   28
3   32
4   36
2   20
4   44
4   36
4   40
4   48
3   40
4   52
4   52
4   52
4   44
4   48
4   52
1   16
3   32
4   52
3   32
3   36

",header=TRUE)

我想通过df1使用Monte Carlo Simulation。

我已经完成以下任务：

df2 <- df1 %>% sample_n(size = 1000, replace = TRUE)
 lm(y~x,data=df2)

我正确吗？我们可以做得更好吗？我需要计算“ a”和“ b”，然后模拟df1吗？如果可以，可以给我看看吗？

Answer 1

这是另一个不太明确的答案

library(tidymodels)
set.seed(42)
bootstrap_data <- df1 %>% 
  rsample::bootstraps(100)

fit_lm_on_bootstrap <- function(split) {
  lm(y ~ x,data= split)
}


boot_models <- bootstrap_data %>% 
  mutate(model = map(.x = splits,fit_lm_on_bootstrap),
         tidy_results = map(model,tidy)) %>% 
  unnest(tidy_results)

boot_models %>%
  filter(term == "(Intercept)") %>% 
  summarise_at(vars(estimate:p.value),mean)

# A tibble: 1 x 4
  estimate std.error statistic p.value
     <dbl>     <dbl>     <dbl>   <dbl>
1     4.07      3.77      1.23   0.298

boot_models %>%
  filter(term == "x") %>% 
  summarise_at(vars(estimate:p.value),mean)

# A tibble: 1 x 4
  estimate std.error statistic     p.value
     <dbl>     <dbl>     <dbl>       <dbl>
1     10.4      1.16      9.25 0.000000136

Answer 2

一种很酷的方法是使用推断包

library(tidyverse)
library(infer)

 df1 %>%
  specify(y ~ x) %>%
  generate(reps = 100, type = "bootstrap") %>%
  calculate(stat = "correlation") %>% 
  summarise(odds = stat %>% mean(),sd = stat %>% sd)

df1 %>%
  specify(y ~ x) %>%
  generate(reps = 100, type = "bootstrap") %>%
  calculate(stat = "slope") %>% 
  summarise(beta = stat %>% mean,sd = stat %>% sd)

Answer 3

您可以使用此代码。希望对您有所帮助。

test_hat_MLR_matrix <- matrix(NA,nrow = 1000, ncol = 9)
MLR_all_Models <- list()
for (i in 1:1000) {
  id <- sample(seq_len(nrow(df1)),size = 20)
  train <- df1[id,]
  test <- df1[-id,]
  MLR_Model <- lm(y~.,data =train)
  test_hat_MLR <- predict(MLR_Model,test)
  test_hat_MLR_matrix [i,] <- test_hat_MLR
  MLR_all_Models [[i]] <- MLR_Model
}

第一个问题的答案是您的代码不正确，因为您需要为Monte Carlo进行引导并且尚未完成。而且我认为通过自举可以定义系数。

使用tidyverse在R中进行蒙特卡罗模拟

3 个答案: