循环中的set.seed()导致重复是正常的吗？
循环中的set.seed()导致重复是正常的吗？
提问于 2021-06-28 00:34:14
我需要从数据集中提取几个分层的子集。我发现首先只生成行索引是有帮助的，然后我使用它来子集数据集以供进一步分析。我做了以下工作：
#strata variable
a1 <- c(1,1,1,2,2,2,2,2,3,3,3,4,5,5,5,5,5,5,6,6,7,7,7,7)
set.seed(9292)
#some values
a2 <- rnorm(24)
xdt <- as.data.table(cbind(a1, a2))
#total possibilities
prod(xdt[,.N,by=a1]$N)
idlist <- list()
for(i in 1:1000){
set.seed(i)
xdt2 <- xdt[, .SD[sample(.N, min(1,.N))], by = a1]
#return the index
idlist[[i]] <- which(xdt$a2%in%xdt2$a2)
}
#create a tabular format of the indices
#each row of the table is to be used to subset datasets for analysis
idlist <- matrix(unlist(idlist), nrow = 7)
idlist <- t(idlist)
idlist <- as.data.table(idlist)
idlist <- unique(idlist)当每层选择一行时，大约有2000个不同的子集可以提取。当我运行上面的代码时，我发现使用unique命令删除了一些行。这很好，因为到目前为止，最终结果似乎是相同的。如果我想最终得到1000个唯一索引，我可以将总迭代次数增加到1000次以上。然而，我想知道这是否正常？如果set.seed在每次迭代中都在变化，那么不是应该一直都有完全独特的可能性吗，特别是在总可能性如此之多的情况下(2160，在这种情况下几乎是两倍)？
或者，我正在犯一个对我来说并不明显的错误？
回答 1
Stack Overflow用户
发布于 2021-07-02 01:37:45
正如评论中所解释的。使用set.seed不能保证随机性。
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/68153251
复制相关文章
相似问题
腾讯云开发者
