Question

我想从正态分布中生成25个正常样本。我希望以一种聪明的方式做到这一点，我没有将所有这些样本作为单独的实体。

这是我目前为该部分编写的代码

data <- replicate(25, rnorm(100))

到目前为止，这是生成25个100个样本的内容。当提取数据的均值和sd时，显然这些值是针对整个数据集的。

所以我的问题是如何对25个样本中的每个样本进行分解并确定mean和sd？

Answer 1

apply(x, 2, mean)的一个很好的替代方法是colMeans(x)，但apply(x, 2, sd)没有替代方案:(但你也可以使用apply一次性获得均值和标准差功能，让我们这样做：

set.seed(42)
x <- replicate(25, rnorm(100))

Stats <- t(apply(x, 2, function(x) c(Mean=mean(x), Sd=sd(x))))
Stats
              Mean        Sd
 [1,]  0.032514816 1.0413570
 [2,] -0.087483707 0.9041735
 [3,] -0.010368172 1.0170123
 [4,]  0.032936464 0.8761978
 [5,] -0.117830506 1.0199916
 [6,]  0.002363510 1.0633145
 [7,] -0.086747228 0.9755756
 [8,] -0.169291497 0.8830939
 [9,]  0.061457015 1.0377577
[10,]  0.084205039 1.1804565
[11,] -0.129164759 1.0080920
[12,]  0.039991367 0.9814254
[13,]  0.078980115 0.9719501
[14,] -0.148572682 0.9125126
[15,] -0.048566771 0.9562642
[16,]  0.006789862 1.0347380
[17,]  0.274102604 1.0212837
[18,] -0.113169899 0.9988576
[19,]  0.151418057 0.9830082
[20,] -0.164987838 0.9348188
[21,] -0.035644377 1.0214245
[22,] -0.041569005 1.0159495
[23,]  0.051384229 1.0944096
[24,]  0.073521001 0.9084400
[25,]  0.021893835 0.9438906

Answer 2

使用apply清除摘要。

set.seed(42)
x <- replicate(25, rnorm(100))

由于您的数据是按列的矩阵，因此您需要将apply函数添加到第二维。

apply(x, 2, mean)
 [1]  0.032514816 -0.087483707 -0.010368172  0.032936464
 [5] -0.117830506  0.002363510 -0.086747228 -0.169291497
 [9]  0.061457015  0.084205039 -0.129164759  0.039991367
[13]  0.078980115 -0.148572682 -0.048566771  0.006789862
[17]  0.274102604 -0.113169899  0.151418057 -0.164987838
[21] -0.035644377 -0.041569005  0.051384229  0.073521001
[25]  0.021893835


apply(x, 2, sd)
 [1] 1.0413570 0.9041735 1.0170123 0.8761978 1.0199916
 [6] 1.0633145 0.9755756 0.8830939 1.0377577 1.1804565
[11] 1.0080920 0.9814254 0.9719501 0.9125126 0.9562642
[16] 1.0347380 1.0212837 0.9988576 0.9830082 0.9348188
[21] 1.0214245 1.0159495 1.0944096 0.9084400 0.9438906

从R中的多个样本中寻找均值和SD

2 个答案: