Question

假设我的载体如下：

fruit = c("apple", "orange")

我一次品尝一个水果，并将所选水果存放在载体中。

chosen=sample(fruit, size = 1, replace = TRUE)

假设我想继续采样，直到橘子的总数比苹果的总数多2，但我将所有样本合并到一个载体中时遇到了麻烦。

i = 1
keepgoing = TRUE
while(keepgoing){
  i=sample(fruit, size = 1, replace = TRUE)
  i+1=sample(fruit, size = 1, replace = TRUE)
  fruitlist=rbind(i, i+1)
  if(sum(fruitlist=="orange")-sum(fruitlist=="apple")==2){
  keepgoing = FALSE}
  i = i +2
  }

Answer 1

@Arun的建议真的是你想要的，但你的while循环示例看起来像：

keepgoing = TRUE
all_fruit = NULL
while(keepgoing) {
   next_piece_of_fruit = sample(fruit, 1, TRUE)
   all_fruit = c(all_fruit, next_piece_of_fruit)
   if (sum(all_fruit == "orange") - 
       sum(all_fruit == "apple")) == 2) keepgoing = FALSE
}

请注意你在这里循环中生成一个向量，这对于大量采样来说可能变得很慢......

Answer 2

由于样本单位是独立的（后期单位的概率不依赖于早期单位的概率，在这种情况下总是0.5），我们可以使用另一种策略。我们可以首先绘制一个大的（r）样本，然后在满足我们期望条件的点处将其剪掉，而不是生长样本：

makeSample <- function(n=20) {

    fruit <- c("apple", "orange")

    full.sample <- sample(x = fruit, size = n, replace = TRUE)
    apples  <- cumsum(full.sample == "apple")
    oranges <- cumsum(full.sample == "orange")
    diff <- oranges - apples

    exit.position <- match(2L, diff)
    if (is.na(exit.position))
        stop("The condition specified not achieved, try again or increase N")
    result <- head(full.sample, exit.position)
    return(result)
}

功能很简单。它绘制了一个所需长度的大（超集）样本，默认为20.创建了两个逻辑向量（full.sample == "orange"和full.sample=="apple"），每个连续步骤中的苹果和橙子数量用{计算{1}}，因为TRUE等于1（果实存在）而FALSE等于0（果实不存在）。然后我们取这些向量之间的差异，看看差异是否满足我们的条件。如果是，则该函数返回您最初想要的结果样本。如果没有，它会抛出错误，敦促您再试一次或增加N.

对于较大的样品，这应该更有效，并且可以很容易地调整到更复杂的条件。当N很小时，你有可能得不到结果，而不是循环解决方案。当N增加时，你的机会接近1。您可以将cumsum()包装在另一个函数中，以确保您始终获得结果。

Answer 3

IMO您需要使用rbinom。假设orange = 1和apple = 0：

set.seed(56)
fruit.sample <- c()
while(TRUE)
{
    fruit.sample <- c(fruit.sample, rbinom(1,1,0.5))

    if (sum(fruit.sample==1) == sum(fruit.sample==0)+2)
        break
}

fruit.sample
## [1] 0 1 0 1 0 0 0 0 1 1 1 0 1 1 1 0 1 1

基本上是在Num.Oranges = Num.Apples + 2后停止采样的想法。如果你用不同的种子重复实验，你会得到不同的结果。

使用while循环向R中的向量添加元素

3 个答案: