Question

我正在使用R而我有一个矢量，我们只想说vec＆lt; - c（1:10）。我需要从这个载体中取样大约1000次，但是我需要使用的样本大小是非整数，例如3.66666。显然，当我输入它时，它会向下舍入到3.我想要做的是采用多个样本，非整数数字之外的两个整数的大小（例如3和4）。希望输出会产生一系列样本，大小在3和4之间，但1000个样本的平均样本大小为3.666666。如果这些可以存储在理想的矩阵中。

这更复杂，因为我有一系列不同的非整数值需要用作样本大小，每个值也被采样1000次。这些目前存储在vector，sample.size＆lt; -c（3.6666,4.25,5.3 ......）

最后，载体中的每个样品具有其采样的唯一权重/概率。在只取一个样本时，我知道你可以创建一个向量来表示原始值中每个值的权重/概率，但是对于这个更复杂的场景，我甚至不知道从哪里开始。

我不完全确定是否可以完成整个过程，我也不知道从哪里开始，但是我们将不胜感激。

Answer 1

处理“非整数样本大小”的一种方法是创建一个序列，您可以在每次和每周递增样本大小的值。例如，样本大小为2.5，您将拥有：

round(seq(0, by=2.5, length.out=10))
# [1]  0  2  5  8 10 12 15 18 20 22

现在你可以看到这个序列中的间隙是2，然后是3，然后是3，然后是2，然后是2，然后是......，平均值为2.5。您可以使用diff函数来解决这些差距。

现在，从样本s生成加权样本并使用样本大小w生成权重ss非常简单：

get.samples <- function(ss, s, w) {
  sizes <- diff(round(seq(0, by=ss, length.out=1001)))
  lapply(sizes, function(x) sample(s, x, prob=w))
}

这将返回一个存储样本的列表：

set.seed(144)
head(get.samples(3.666, 1:10, 1:10))
# [[1]]
# [1] 10  5  6  7
# 
# [[2]]
# [1]  9  6 10
# 
# [[3]]
# [1]  5 10  4  7
# 
# [[4]]
# [1] 10  6  9  8
# 
# [[5]]
# [1] 10  6  7
# 
# [[6]]
# [1]  4  8  9 10

R创建具有非整数样本大小的多个样本

1 个答案: