Question

我创建了一个8 x 1000的Exp（）变量矩阵。这表示从指数分布中抽样8次的1000次迭代（列）。我试图弄清楚如何获得每列中小于临界值的值的百分比。所以我最终得到1000％的向量。我已经尝试了几件事，但对R来说仍然相对较新，我遇到了一些困难。

这是我目前的代码版本，但不太适用。当我想要样本的均值或方差时，我已经使用了apply函数（没有for循环），所以我一直在尝试这种方法，但这个百分比似乎需要不同的东西。有什么想法吗？

 m=1000
 n=8
 theta=4
 crit=3
 x=rexp(m*n,1/theta)

 Mxs=matrix(x,nrow=n)

 ltcrit=matrix(nrow=m,ncol=1)

 for(i in 1:m){
    lt3=apply(Mxs,2,length(which(Mxs[,i]<crit)/n))
    }

 ltcrit

Answer 1

您可以在没有任何for循环的情况下使用apply并获得答案：

percentages = apply(Mxs, 2, function(column) mean(column < crit))

请注意使用function(column) mean(column < crit)创建匿名函数。您可能在需要列的方法时使用apply(Mxs, 2, mean)，或者在需要列的方差时使用apply(Mxs, 2, var)，但请注意您可以将任何所需的函数放入该空间并执行它在每一栏上。

另请注意，mean(column < crit)是让column中的值百分比小于crit的好方法。

Answer 2

您可以使用colMeans：

colMeans(Mxs<crit)
[1] 0.500 0.750 0.250 0.375 0.375 0.875 ...

通过矩阵的列查找满足某些标准的值的百分比

2 个答案: