1

我编写了以下代码并得到了错误：要替换的项目数不是代码行中替换长度的倍数：

 X_after[count, ] = c(censN1, censN2, censN3)

在网上搜索后，我发现问题可能是由于预先确定n_samples的NA和最终 X_after数据集的样本大小不匹配造成的。如何调整矩阵代码，使其ncol在循环后动态确定，而不是在 n_samples 处预先确定？或者，如果您对此错误消息有其他解决方案，也请加入。

multiLodSim <- function (GM, GSD, n_samples, n_iterations, p) {    
  X_after <- matrix(NA_real_, nrow = n_iterations, ncol = n_samples)
  delta <- matrix(NA_real_, nrow = n_iterations, ncol = n_samples)
  mu <- log(GM)
  sigma <- log(GSD)
  lod1 <- quantile(rlnorm(100000,mu,sigma),p)
  lod2 <-  quantile(rlnorm(100000,mu,sigma),(p*0.95))
  lod3 <- quantile(rlnorm(100000,mu,sigma),(p*0.9)) 
  pct_cens <- numeric(n_iterations)
  count <- 1
   while(count <= n_iterations) {     
   sub_samples = n_samples/3   # divide the total sample into third (for 3 lods)
  n1 <- rlnorm(sub_samples,mu,sigma)
censN1 <- sort(pmax(n1,lod1))   
n2 <- rlnorm(sub_samples,mu,sigma)
censN2 <- sort(pmax(n2,lod1))
censN2[censN2==lod1] <- lod2   
n3 <- rlnorm(sub_samples,mu,sigma)
censN3 <- sort(pmax(n3,lod1))    
censN3 [censN3==lod1] <- lod3
X_after[count, ] = c(censN1, censN2, censN3)
delta [count, ] = X_after <= lod1  # nondetects= TRUE (1), detects= FALSE (0)
pct_cens [count] = mean(delta[count,])   #
if (pct_cens [count]  > 0 & pct_cens [count] < 1 ) count <- count + 1}}

 a = multiLodSim(GM=1,GSD=2,n_samples=20,n_iterations=5,p=0.3)

更新：阅读您的评论后，我对这些代码行进行了更改并且它正在工作。感谢您的帮助。 

n1 = rlnorm(round(sub_samples),mu,sigma)
n2 = rlnorm(round(sub_samples),mu,sigma)
sub_samples3 = n_samples - length(n1)-length(n2)
n3 = rlnorm(subsamples3, mu,sigma)
4

1 回答 1

6

你的问题在于它 sub_samples = n_samples/3 不是一个整数。

当您创建分数大小的样本时，它会创建一个样本floor(size)

length(rlnorm(1.5,1,1)) 
## [1] 1

因此，当您重新组合您的数据时 length( c(censN1, censN2, censN3))（必然）不等于n_sample.

因此，您需要一种方法来处理不能被 3 整除的样本数量。

于 2012-08-08T04:40:48.013 回答