基于R中不同概率的生成数
基于R中不同概率的生成数
提问于 2021-03-09 12:18:41
我试图模拟一个数据集i*j矩阵，用i=2 ; j = 200分别代表被试和试验对象，并根据不同概率的试验在0-10之间创建随机数。对于第一受试者(i=1)，前100次试验(j = 1-100)的概率为70%为1-5，30%为6-10，而试验10 1至2 0 0的概率为反向。对于第二受试者(i=2)，前100次试验(j = 1-100)的概率为60%为1-5，40%为6-10，试验10 1~2 0 0的概率为反向。
我给出了一个两个主题的例子，因为我需要使用多个i，而不仅仅是一个i。
我能用sample解决这个问题吗？
回答 1
Stack Overflow用户
回答已采纳
发布于 2021-03-09 13:23:05
我想你想要的是。
使用基本R，您可以通过sample实现分层采样，但是您可能需要像f这样定义用户函数，如下所示
f <- function(N, p) {
c(
sapply(
list(p, rev(p)),
function(v) {
sapply(
sample(c(TRUE, FALSE), N, replace = TRUE, prob = v),
function(x) ifelse(x, sample(1:5, 1), sample(6:10, 1))
)
}
)
)
}当您使用它时，首先为每次试验定义一个概率列表probs，例如，
probs <- list(c(0.7, 0.3), c(0.6, 0.4))然后跑
> lapply(probs, f, N = j)
[[1]]
[1] 2 1 2 5 3 6 9 2 2 2 3 2 3 7 4 5 3 7 1 4 10 2 3 6 8
[26] 7 8 3 1 2 5 1 4 4 4 2 1 5 5 4 1 6 4 2 9 10 5 1 1 5
[51] 4 4 3 4 8 4 10 3 2 1 3 4 7 4 2 10 1 4 3 3 5 2 7 6 5
[76] 3 10 4 2 2 5 1 2 3 2 3 3 2 9 10 10 10 10 3 1 4 3 1 1 5
[101] 8 6 5 9 1 6 1 9 10 4 5 4 6 5 8 2 4 10 6 3 8 5 10 8 8
[126] 8 9 3 8 6 5 7 10 9 6 8 9 5 6 8 4 6 6 7 4 4 8 10 10 6
[151] 9 10 9 7 8 7 3 7 4 6 10 8 10 8 5 6 10 8 9 6 6 1 9 4 8
[176] 1 5 10 7 10 8 7 6 6 5 4 7 7 8 8 1 10 8 5 8 9 4 5 6 7
[[2]]
[1] 7 9 4 9 5 3 3 9 4 5 6 10 4 5 2 3 2 5 4 5 3 8 5 2 1
[26] 6 5 3 9 3 9 9 9 8 7 3 4 5 7 3 5 3 5 7 5 3 4 2 6 4
[51] 7 6 2 7 4 4 10 4 10 2 8 10 3 2 8 1 8 10 8 4 3 2 9 8 4
[76] 4 10 1 3 10 6 8 6 3 5 2 3 3 9 4 7 5 1 1 1 3 10 5 2 7
[101] 2 10 2 6 8 10 10 7 3 7 3 3 7 1 10 3 4 1 1 8 2 5 2 4 7
[126] 2 7 7 4 9 10 7 1 4 4 9 7 9 9 9 8 4 1 10 6 10 4 4 8 9
[151] 7 8 3 2 9 1 9 7 6 9 1 6 3 9 7 8 5 9 3 8 9 6 5 1 2
[176] 5 10 2 7 8 7 8 8 8 8 8 5 1 1 7 6 3 3 4 2 3 2 3 1 3页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/66546733
复制相关文章
相似问题
腾讯云开发者
