Question

所以让我先说我没有Matlab的统计工具箱，所以我试图找到解决这个问题的方法。无论如何，我要做的是复制R sample函数。例如，在R

中

> x = sample(1:5,20,replace=T,prob=c(.1,.1,.1,.1,.6))
> x
 [1] 5 5 5 4 5 2 5 5 1 5 5 5 5 5 5 3 5 1 5 5

所以我用替换整数1,2,3,4,5取样。但此外，我正在以一定比例对每个整数进行采样，即，整数5应该在大约60％的时间内被采样。

所以我想找到一个解决方案的问题是如何在Matlab中实现这个目标？

Answer 1

以下是如何使用替换执行加权采样（Matlab的randsample不支持，btw）;

function r = sample(pop,n,weights)
%# each weight creates a "bin" of defined size. If the value of a random number
%# falls into the bin, we pick the value

%# turn weights into a normed cumulative sum
csWeights = cumsum(weights(:))/sum(weights);
csWeights = [0;csWeights(1:end-1)];

%# for each value: pick a random number, check against weights
idx = sum(bsxfun(@ge,rand(1,n),csWeights),1);

r = pop(idx);

Answer 2

使用randi

时，未加权的案例很容易

function r = sample(pop, n)

imax = length(pop);
index = randi(imax, n, 1);
r = pop(index);

end

在加权的情况下，这样的事情可以解决问题：

function r = sample(pop, n, prob)

cumprob = cumsum(prob);
r = zeros(1, n);
for i = 1:n
  index = find(rand < cumprob, 1, 'last');
  r(i) = pop(index);
end

end

Answer 3

这是制作自己的sample功能的一种方法：

function x = sample(v, n, p)

pc = cumsum(p) / sum(p);
r = rand(1,n);
x = zeros(1,n);
for i = length(pc):-1:1
    x(r<pc(i)) = v(i);
end

它并不完全有效，但它可以满足您的需求。像这样称呼它：

v = [1 2 3 4 5];
p = [.1 .1 .1 .1 .6];
n = 20;
x = sample(v,n,p);

Matlab中的采样

3 个答案: