用替换采样R中数据帧的随机行

Question

我希望能够使用自举为某些测试统计信息生成一些置信区间。我想做的是使用采样并从原始数据集中替换来绘制自举数据集。我假设这将是一个大小为n（其中n小于原始数据集的大小）的数据集，该数据集将对来自整个数据集的观察值/数据行进行采样并进行替换（以便某些行可以绘制两次）。

我现在可以进行一次迭代的代码如下：

samp <- dat[sample(nrow(dat), 100000), ]

此代码从我的数据集中（日期）采样了10万行。

我的问题如下：

此代码是否对要替换的行进行采样？我的假设是否正确：使用替换采样的自举数据集等同于对大小为n（小于原始数据集）的数据集进行采样，该数据集从替换后的完整数据集中随机抽取数据行（此替换自举）吗？ / p>

Answer 1

此代码是否对要替换的行进行采样？ →是

Answer 2

这回答了问题的第一部分-

该代码未进行替换采样，您需要添加replace=TRUE，因为sample的默认值是不替换，即samp <- dat[sample(nrow(dat), 100000, replace=TRUE), ]

我们可以用一个测试用例来探讨这个问题。首先生成一些数据：

dat <- data.frame(Number=c(seq(1:10)))

然后示例运行您提供的代码

samp <- dat[sample(nrow(dat),10,]

然后查看是否有任何数字出现多个，即它们是重复的：

duplicated(samp)
[1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE

再次运行，并包含replace=TRUE参数：

samp <- dat[sample(nrow(dat),10,replace=TRUE),]
duplicated(samp)
[1] FALSE FALSE  TRUE FALSE FALSE  TRUE FALSE  TRUE FALSE FALSE

TRUE表示重复，即替换已结束。