Question

假设我有一个矢量a，像这样：

set.seed(1)
a <- sort(abs(rnorm(500, mean = 1000, sd = 350)))

我想找出那个间隔的最小尺寸（或可能是范围，我不确定这里的英文单词，对不起），如果你剪切矢量，最小的组将有例如30个元素。

在这种情况下，结果如下所示：

cut(a, breaks = seq(0, max(a) + a[30], by = a[30]))

和a[30]（此处为462.2426）将是我正在搜索的值。在这种情况下，很容易找到它，因为向量是正态分布的，并且值很可能是a[30]或max(a) - a[length(a) - 30]。但是如何找到它一般？

如果有人对这有什么好处感兴趣：在变异函数中，滞后类应该包含至少30个点对（近似经验值），但是你得到的滞后类越多，你的变异函数看起来就越好（或者在一些罕见的情况下）从滞后类中得出的绘图点只会使你的变异函数可解释。我正在寻找的价值将作为width参数传递给gstat::variogram。

对不起，如果这个问题是重复的，但我当时找不到另一个。

Answer 1

如果我执行前两个命令然后

table(cut(a, breaks = seq(0, max(a) + a[30], by = a[30])))

我得到了输出

        (0,462]           (462,924]      (924,1.39e+03] (1.39e+03,1.85e+03] (1.85e+03,2.31e+03] (2.31e+03,2.77e+03] 
             30                 175                 226                  65                   3                   1

因此a[30]似乎不是您要查找的数字，因为有两个组的元素少于30个。

也许你可以考虑一下你的问题并以更精确的方式陈述它。我看到的一个问题是，在很多情况下，最后一组只有很少的元素（如在你的例子中），所以也许你应该把最后一个组视为特殊组，而不是要求它应该至少有30个元素。如果您排除超过30＆＃39;的第一组和最后一组。条件，然后

intLength <- max(a[k:n] - a[1:(n-k+1)])
startingPoint <- a[which.max(a[k:n] - a[1:(n-k+1)])]
breakPoints1 <- seq(startingPoint-intLength, min(a)-intLength, by = -intLength)
breakPoints2 <- seq(startingPoint, max(a)+intLength, by = intLength)
cut(a, breaks = c(breakPoints1,breakPoints2))

（n = 500，k = 31）可能对您有所帮助。

按间隔除矢量，以便最小的组具有一定的大小

1 个答案: