1

我有一个包含 52 个数字的数据集（有些是相同的数字），我需要从这个数据集中获取 2000 个大小为 5 的样本。如何使用示例和循环函数在 R 控制台中执行此操作？

4

3 回答 3

3

请记住，如果您使用替换抽样（您没有指定）2000 个大小为 5 的样本与分成 5 个一组的 10,000 个样本没有什么不同。

Y <- sample(x, 10000, replace = TRUE)

您可以将其划分为多种方式，您可以制作data.frame长格式或matrix宽格式。

# long format
dat <- data.frame(id = rep(1:5, 2000), Y)

# wide format
dat <- matrix(Y, nrow = 5)
于 2013-10-10T17:30:47.227 回答
3

sample在这里replicate可能是一个有用的组合。

> # generating a data set consisting of 52 numbers
> set.seed(1)
> numbers <- sample(1:30, 52, TRUE) # a vector of 52 numbers, your sample
> 
> # 20 samples of size five (I chose 10 intead of 2000 for this example)
> set.seed(2)
> results <- replicate(10, sample(numbers, 5))
> results
     [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
[1,]    2   21   27   16   25   12    8   15   26    20
[2,]   21   29   21   21   24   20   19   17   15    21
[3,]   27   20   22    6   20   30   25   24   27    30
[4,]   19   20   19    7   20   15   24   26   20     9
[5,]   24    1   24   28   22   29    9   20   24    22

每个样本按列存储在称为 的矩阵中results。以下代码将为您提供您正在寻找的答案。请注意，有两种选择，设置replace=TRUE或是replace=FALSE允许带替换或不带替换的采样。

results1 <- replicate(2000, sample(numbers, 5, replace=TRUE)) # sampling with replacement
results2 <- replicate(2000, sample(numbers, 5, replace=FALSE))  # sampling without replacement
于 2013-10-10T16:56:06.370 回答
0

这里不需要循环，如果可以的话，避免 R 中的循环。您可以使用该replicate函数：这将返回一个矩阵，以便每个“复制”都是一列（默认情况下）：

# x = your data here

n.samples = 2000
sample.size = 5
do.replace = FALSE
sample.matrix = replicate(n.samples, sample(x, sample.size, replace = do.replace))

print(sample.matrix)
于 2013-10-10T18:18:24.203 回答