我有以下問題：
- 有一個資料框，即包含兩個向量“名稱”和“值”，一個是文本，一個是數值，有 20 行和 2 列
- 我想從“值”中提取“值”并隨機（以相同的權重）采樣 10 倍大小為 5 的子集并計算平均值。我想在另一個向量 10x1 中捕獲這些結果（平均值）。
- 我想做與步驟 2 相同的操作，但是，我不想對大小為 5 的子集進行采樣，而是希望進行更多觀察，即 15（來自 20 個值）。我取這 15 個值，計算平均值，然后將這一步重復 10 倍，將結果記錄在一個新的向量 10x1 中。（4。最終，我想比較這兩個向量之間的一些描述性統計資料，即期望較小的子集大小向量會有更胖的尾巴，更負偏斜等）。
創建資料框作為開始
Name <- c("a", "b", "c", "d", "e", "f", "g", "h", "i", "j", "k", "l", "m", "n", "o", "p", "q", "r", "s", "t")
Values <- c(0.1, 0.05, 0.03, 0.06, -0.1, -0.3, -0.05, 0.5, 0.12, 0.06, 0.04, 0.15, 0.13, 0.16, -0.12, -0.03, -0.5, 0.05, 0.07, 0.03)
data <- data.frame(Name, Values)
相關部分：
# extract Values column
Values <- data$Values
# define sizes of subset and number of iterations
n_small <- 5
n_large <- 15
n_iterations <- 10
set.seed(123456)
# Initialize result vector
Averages_small <- NULL
Averages_large <- NULL
# Calculate average of the subset and allocate it to the result vector
for (i in n_iterations) {
Averages_small[i] <- mean(sample(Values, n_small, replace = FALSE))
Averages_large[i] <- mean(sample(Values, n_large, replace = FALSE))
}
不知何故，這給了 ma 9x NA 和一個數字。我做錯了什么？有沒有比 for 回圈更好的方法，因為上面是一個例子，也沒有 NA 值，但是，原始資料集有 20k 行，它可能“包含”缺失值。
僅供參考，給你一個背景：價值是投資的回報數字，問題是擁有更多的投資有助于多元化。
非常感謝您的幫助！
uj5u.com熱心網友回復：
您可以使用replicate10 次抽取您的樣本。這將回傳一個矩陣，其中包含列中的樣本，因此colMeans該矩陣的 為您提供了您正在尋找的向量：
set.seed(1) # For reproducibility
vec5 <- colMeans(replicate(10, sample(data$Values, 5)))
vec15 <- colMeans(replicate(10, sample(data$Values, 15)))
vec5
#> [1] -0.014 0.148 0.044 -0.026 0.062 0.020 -0.032 -0.130 0.166 0.040
vec15
#> [1] 0.058000000 0.024666667 0.051333333 0.045333333 0.024000000
#> [6] 0.010666667 0.022666667 -0.010000000 0.003333333 -0.001333333
可以看到 的標準差vec5確實更大：
sd(vec5)
#> [1] 0.08711908
sd(vec15)
#> [1] 0.02297406
uj5u.com熱心網友回復：
我知道這個問題已經得到解答，但是我在您的原始代碼中發現了導致它無法作業的錯誤。
您撰寫的代碼實際上可以按照您的意愿作業，但 for 回圈只觸發一次；for (i in v)回圈遍歷一個向量，重復列出的每個值。記住你設定
n_iterations <- 10
所以在你的回圈中，你實際上有for (i in 10)，這樣回圈只被呼叫一次，這意味著整個結構最終被
Averages_small[10] <- mean(sample(Values, n_small, replace = FALSE))
Averages_large[10] <- mean(sample(Values, n_large, replace = FALSE))
你想要的是for (i in 1:10)，它創建一個向量。這可以通過定義來解決n_iterations <- 1:10，或者（使用您的原始設定）
set.seed(123456)
for (i in 1:n_iterations) {
Averages_small[i] <- mean(sample(Values, n_small, replace = FALSE))
Averages_large[i] <- mean(sample(Values, n_large, replace = FALSE))
}
Averages_small
#> [1] -0.066 0.042 0.036 0.018 0.080 0.016 -0.038 -0.180 0.132 0.042
Averages_large
#> [1] -0.02600000 -0.01266667 0.02000000 0.04666667 0.03533333 -0.02200000 -0.01533333 -0.00400000 0.03266667 0.07333333
我知道 for 回圈通常不是最優的，不依賴于回圈的解決方案可能更好，但我也認為你會欣賞為什么你的代碼一開始就不能正常運行的解釋。
轉載請註明出處，本文鏈接：https://www.uj5u.com/qiye/468174.html
上一篇：在距離k處檢測相等元素的有效函式