Question

我正在寻找一种使用自举方法比较随机样本的更快方法

目前我的代码采用了样本大小，然后采用100个不同的随机样本。它记录了每个人的平均值。然后它需要稍大的样本大小，并做同样的事情。等等。

这样做的目的是找到准确表示我的人口所需的最小样本量

我的代码：

set.seed(124) 
mydata <- rnorm(10000, 1, 100) 
Summary_Table <- data.frame(0:0)

#generate list of sample sizes 
Sample.sizes <- seq(1, length(mydata), by = 100) 

#take 100 random samples of each size and record summary stats
for(i in 1:100) { 
 for(j in 1:length(Sample.sizes)) { 
  Random.Sample <- mydata[sample(1:length(mydata), Sample.sizes[j], replace=FALSE)] 
  Summary_Table[j,i] <- mean(Random.Sample) # - median(Random.Sample)) / sd(Random.Sample) 
 } 
}

麻烦是这需要花费15分钟来运行我正在使用的数据集 - 是否有更快的方式让我失踪？

Answer 1

您可能需要考虑并行化它。 E.g。

getSumStat <- function(size) {
  mean(mydata[sample(1:length(mydata), size, replace=FALSE)])
}

library(parallel)
cl <- makeCluster(getOption("cl.cores", 3))
clusterExport(cl, varlist=c("getSumStat", "mydata"))
out <- parSapply(cl, Sample.sizes, function(j) replicate(100, getSumStat(j)))
stopCluster(cl)

使用自举比较随机样本（以确定最小样本量）

1 个答案: