R中的平衡采样

Question

目前我正在使用“立方体”功能在R中进行平衡采样。它适用于适量的数据。但是，如果使用10,000,000+的整个人口，R就会挂起。有没有可以与“大数据”一起使用的替代方案？

Answer 1

首先，您应该重新安装软件包BalancedSampling以确保您拥有最新版本1.4。对我来说，它似乎适用于N = 10000000（选择样本需要大约30秒）

library(BalancedSampling)
N = 10000000 # population size
n = 100 # sample size
p = rep(n/N,N) # inclusion probabilities
X = cbind(p,runif(N),runif(N),runif(N)) # matrix of 3 auxiliary variables
system.time(cube(p,X))
 user  system elapsed
 31.31    0.02   31.42