Question

我知道关于R中的while循环已经有很多问题，但是我看过大多数问题但似乎都没有解决这个问题。

我正在对无法准确模拟的变量（vanq）进行模拟研究。因此，我不是随机生成两组的vanq值，然后测试各种测试的稳健性，而是使用vanq观察的大型数据集并随机分配组（基本上做同样的事情，但是向后）。为了正确地做到这一点，我需要生成满足以下所有条件的组：

每组的平均vanq值相差小于0.0001
每组的中值vanq值相差小于0.0001（最佳为0）
我正在使用的三项测试都给出了p.values＆gt; 0.5

到目前为止，我的代码是：

#generate two random groups of equal size
mydata$X.5.NS = rbinom(nrow(mydata),1,0.5) 

while(

    #any of the tests give p.values less than 0.5
    min(
        t.test(mydata$vanq~mydata$X.5.NS, var.equal = TRUE)$p.value,
        t.test(mydata$vanq~mydata$X.5.NS, var.equal = FALSE)$p.value,
        wilcox.test(mydata$vanq~mydata$X.5.NS)$p.value) < 0.5 |

    # or the means differ by more than 0.0001
    abs(mean(mydata$vanq[ mydata$X.5.NS == 0]) - 
        mean(mydata$vanq[ mydata$X.5.NS == 1])) > 0.0001 | 

    #or the medians differ by more than 0
    abs(median(mydata$vanq[ mydata$X.5.NS == 0]) - 
        median(mydata$vanq[ mydata$X.5.NS == 1])) > 0
)

{
#re-assign the random groups
mydata$X.5.NS = rbinom(nrow(mydata),1,0.5)
}

然而，满足这些条件需要一个多小时，因为获得p.values需要大约12秒，并且需要几百次才能满足所有条件。通常我会让它运行，但我需要为另外三个组执行此操作，然后执行相同的过程，但直到平均值因为＆gt; 1，中位数相差> 1，所有p值均<1。 0.05，这需要相当长的时间。

我想做的是这样的事情：

while(
#the means differ by more than 0.0001
    abs(mean(mydata$vanq[ mydata$X.5.NS == 0]) - 
        mean(mydata$vanq[ mydata$X.5.NS == 1])) > 0.0001 | 

    #or the medians differ by more than 0
    abs(median(mydata$vanq[ mydata$X.5.NS == 0]) - 
        median(mydata$vanq[ mydata$X.5.NS == 1])) > 0
)

{
#re-assign the random groups
mydata$X.5.NS = rbinom(nrow(mydata),1,0.5)
}

#once the above conditions have been met, then perform the tests,
if(min(
       t.test(mydata$vanq~mydata$X.5.NS, var.equal = TRUE)$p.value,
       t.test(mydata$vanq~mydata$X.5.NS, var.equal = FALSE)$p.value,
       wilcox.test(mydata$vanq~mydata$X.5.NS)$p.value) < 0.5) 
{
#if any of the p.values were > 0.5, go back to the top of the while loop    
}

这个想法是，只要测试一次平均值和中位数条件，我就可以加快这个过程。我试过添加各种其他流量控件（if，break，next等等，但没有运气。我真正需要的是一个go to line命令，但在R中似乎没有。任何帮助都非常感谢。

Here's a flow chart of the process I'm trying to code.

Answer 1

老实说，我不确定你的控制流程是什么，但也许这就是你需要的？

import matplotlib.pylab as plt

ax = plt.subplot(111)

ax.axvspan(0, 0.5, color = 'red', alpha = 0.13, lw=0)
ax.axvspan(0.5, 1, color = 'blue', alpha = 0.13, lw=0)

plt.show()

通过在函数调用中包装测试，可以使整个事物更具可读性：

while (min(t.test(mydata$vanq~mydata$X.5.NS, var.equal = TRUE)$p.value,
           t.test(mydata$vanq~mydata$X.5.NS, var.equal = FALSE)$p.value,
           wilcox.test(mydata$vanq~mydata$X.5.NS)$p.value) < 0.5)) {
    while (
        # the means differ by more than 0.0001
        abs(mean(mydata$vanq[ mydata$X.5.NS == 0]) - 
        mean(mydata$vanq[ mydata$X.5.NS == 1])) > 0.0001 || 

        # or the medians differ by more than 0
        abs(median(mydata$vanq[ mydata$X.5.NS == 0]) - 
        median(mydata$vanq[ mydata$X.5.NS == 1])) > 0
    ) {
        # re-assign the random groups
        mydata$X.5.NS = rbinom(nrow(mydata), 1, 0.5)
    }
}

在R中编写嵌套的while循环

1 个答案: