Question

对于每个报告的研究，我想使用正态分布或对数正态分布（基于标志）对参数X进行1000次模拟，然后将所有模拟组合在一个数据框中。我正在寻找一种自动化的方法。

我所拥有的是一个包含以下列的数据框：

SOURCE  NSUB   MEAN   SD   DIST
Study1  10     1.5    0.3  0
Study2  5      2.5    0.4  1
Study1  4      3.5    0.3  0

当DIST==0然后它是正态分布时，如果DIST==1那么它是对数正常的。

我能够进行模拟并使用硬编码将它们组合起来：例如：

#for Study1:
set.seed <-1
NSUB <- 10
MEAN <- 1.5
SD   <- 0.3
DIST <- 0   #Normal distribution

df1 <- data.frame("SOURCE"="Study1","NSUB"=NSUB,"DIST"=DIST, "VALUE" = rnorm(1000, mean=MEAN, sd=SD))

#For study2
set.seed <-2
NSUB <- 5
MEAN <- 2.5
SD   <- 0.4
DIST <- 1   #log-normal distribution
df2 <- data.frame("SOURCE"="Study2","NSUB"=NSUB,"DIST"=DIST, "VALUE" = rlnorm(1000, meanlog=log(MEAN), sdlog=SD))

#Combine all
dfall <- rbind(df1,df2)

然而，这对我来说是乏味的，我有很多报告的手段和参数的SD。我需要有关如何使其自动化的帮助，因此它为每行进行1000次模拟（使用MEAN和SD），然后将所有模拟数据组合在一个数据框中。

Answer 1

为了实现可读和通用的代码，你应该在这里做两件事：

编写一个函数，该函数获取模拟配置数据集的每一行，并将模拟值返回为data_frame（下面为doSim）。这使您可以更轻松地通过仿真配置迭代测试仿真代码。
使用dplyr将函数的每一行传递给此函数，并将结果收集为data_frame。

以下是一些示例代码：

library(dplyr)

# read in the simultation configuration dataset
dfX = read.table(textConnection("
                 SOURCE  NSUB   MEAN   SD   DIST
Study1  10     1.5    0.3  0
Study2  5      2.5    0.4  1
Study1  4      3.5    0.3  0"),
                 header = TRUE, stringsAsFactors = FALSE)

# write a function that takes each row of the configuration
#   data.frame and returns the simulations
doSim = function(simConfig, seed = 12345) {
  set.seed(seed)
  dist = if(simConfig[["DIST"]] == 0) rnorm else rlnorm
  mean = if(simConfig[["DIST"]] == 0) simConfig[["MEAN"]] else log(simConfig[["MEAN"]]) 
  return(
    data_frame(
      source = simConfig[["SOURCE"]],
      nsub = simConfig[["NSUB"]],
      value = dist(1000, mean = mean, sd = simConfig[["SD"]])
    )
  )
}

# test the function
doSim(dfX[1, ])

# apply over dfX
dfX %>%
  rowwise() %>%
  do(doSim(.))

执行模拟并将数据组合到一个数据框中

1 个答案: