我有一个模拟研究,我最终想绘制使用ggplot2
. 但是,这要求数据是长格式的,我发现在进行自然采用一种因子设计的模拟研究时不太方便。我的问题涉及如何处理这个问题。
这是一个虚拟示例,只是为了说明这一切。假设我们想要比较简单线性回归中斜率的 OLS 估计量,其中包含和不包含用于R
复制的两个样本大小的截距。我们可以使用以下方式存储它:
- 一个
R x 2 x 2
数组 (replications x estimators x sample sizes
) - 带有变量
Replication
、Sample size
和Estimator
的数据框(tibble)Value
这是R中的数组和数据框:
library(tidyverse)
# Settings
R <- 10
est <- c("OLS1", "OLS2")
n <- c(50, 100)
# Initialize array
res <- array(NA,
dim = c(R, length(est), length(n)),
dimnames = list(Replication = 1:R,
Estimator = est,
Sample_size = n))
tibb <- as_tibble(expand.grid(Replication = 1:R, Sample_size = n, Estimator = est)) %>%
mutate(Value = NA)
为了用值填充这些,这里是模拟的主体:
for (i in seq_along(n)) {
nn <- n[i]
x <- rnorm(nn)
for (j in 1:R) {
y <- 1 * x + rnorm(nn)
mod1 <- lm(y ~ 0 + x)
mod2 <- lm(y ~ 1 + x)
res[j, 1, i] <- mod1$coefficients[1]
res[j, 2, i] <- mod2$coefficients[2]
tibb[tibb$Replication == j & tibb$Sample_size == nn & tibb$Estimator == "OLS1", "Value"] <- mod1$coefficients[1]
tibb[tibb$Replication == j & tibb$Sample_size == nn & tibb$Estimator == "OLS2", "Value"] <- mod2$coefficients[2]
}
}
现在,tibb
立即准备好用ggplot2
. 但是,正在进行的行选择非常尴尬。另一方面,虽然填充数组感觉自然和直观,但需要更多的工作才能将其转换为适当的绘图格式。
那么我应该如何最好地解决这个问题呢?(还要记住,真实的模拟通常比我在这里使用的有更多的维度。)还有其他更好的方法吗?