Question

我在理解prob中的sample时遇到了一些问题。例如，我想创建一个大小为100的样本数据集，整数为1,2,3＆amp;我使用的概率为0.1,0.2,0.3＆amp;分别为0.4。

SAMPLE1＆LT; -sample（1：4100，替换= T，概率= SEQ（0.1,0.4,0.1））

所以，现在我期待一个整数为1,2,3＆amp;的样本。 4重复10,20,30＆amp;分别为40次。但结果是不同的

> table(sample1)
sample1
 1  2  3  4 
 7 24 33 36

任何人都能解释一下吗？如果我想获得预期结果

，我该怎么办？

> table(sample1)
    sample1
     1  2  3  4 
    10 20 30 40

Answer 1

sample获取具有指定概率的样本。这意味着随机性 - 你每次都不会得到相同的结果。要做你想做的事，只需使用rep

rep(1:4, 100*seq(0.1,0.4,0.1))

Answer 2

sample(...)采用prob=...中给出的概率随机抽样，因此每次都不会完全。另一方面，随着prob增加，比例越接近n中指定的比例：

f <- function(n)sample(1:4,n,replace=T,prob=(1:4)/10) samples <- lapply(10^(2:6),f) t(sapply(samples,function(x)c(n=length(x),table(x)/length(x)))) # n 1 2 3 4 # [1,] 1e+02 0.090000 0.220000 0.260000 0.430000 # [2,] 1e+03 0.076000 0.191000 0.309000 0.424000 # [3,] 1e+04 0.095300 0.200200 0.310100 0.394400 # [4,] 1e+05 0.099720 0.199800 0.302250 0.398230 # [5,] 1e+06 0.099661 0.199995 0.300223 0.400121

如果您需要具有恰好这些比例的随机样本，请使用rep(...)并随机化顺序。

g <- function(n) rep(1:4,n*(1:4)/10)[sample(1:n,n)] samples <- lapply(10^(2:6),g) t(sapply(samples,function(x)c(n=length(x),table(x)/length(x)))) # n 1 2 3 4 # [1,] 1e+02 0.1 0.2 0.3 0.4 # [2,] 1e+03 0.1 0.2 0.3 0.4 # [3,] 1e+04 0.1 0.2 0.3 0.4 # [4,] 1e+05 0.1 0.2 0.3 0.4 # [5,] 1e+06 0.1 0.2 0.3 0.4

具有概率的R_Sample

2 个答案: