gpt4 book ai didi

R 样本概率 : Default is equal weight; why does specifying equal weights cause different values to be returned?

转载 作者:行者123 更新时间:2023-12-01 09:57:18 28 4
gpt4 key购买 nike

我有一个关于 R 中的样本函数的简单问题。我从长度为 5 的输入向量中随机抽样 0 和 1 并将它们相加,该向量指定要运行的试验次数并设置种子以生成可重复的随机数字。种子按预期工作,但根据我在 prob 语句中输入的内容,我得到了不同的随机数矩阵。在这种情况下,我假设 prob=NULL 应该与 prob=c(0.5,0.5) 相同。为什么不是?

vn<-c(12, 44, 9, 17, 28)

> do.call(cbind, lapply(c(1:10),function(X) {set.seed(X); sapply(vn, function(Y) sum(sample(x=c(0,1),size=Y,replace=T)), simplify=TRUE)}))

[,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
[1,] 6 7 7 6 6 9 3 6 2 5
[2,] 22 21 20 29 22 24 24 19 25 19
[3,] 4 8 3 5 4 4 4 6 4 2
[4,] 8 4 12 9 11 7 9 10 8 8
[5,] 13 9 11 14 12 14 10 13 11 12

> do.call(cbind, lapply(c(1:10),function(X) {set.seed(X); sapply(vn, function(Y) sum(sample(x=c(0,1),size=Y,replace=T, prob=c(0.5,0.5))), simplify=TRUE)}))

[,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
[1,] 6 5 5 6 6 3 9 6 10 7
[2,] 22 23 24 15 22 20 20 25 19 25
[3,] 5 1 6 4 5 5 5 3 5 7
[4,] 9 13 5 8 6 10 8 7 9 9
[5,] 15 19 17 14 16 14 18 15 17 16

更新:

我使用输入向量将采样扩展到 100
vn<-seq(0,100,5)

并将没有 prob (test1) 和 prob=c(0.5,0.5) 的输出矩阵的 rowMeans 与预期平均值进行比较。有趣的是,test1 和 test2 以相反的符号相差完全相同的量。这是为什么?谢谢!
> rowMeans(test1)-seq(0,100,5)/2
[1] 0.00 -0.07 -0.01 -0.35 -0.07 0.19 -0.07 0.24 0.21 0.46 0.20 0.50 -0.37 -0.35 0.00 0.64 -0.59 0.63 -1.19 0.44 -0.38

> rowMeans(test2)-seq(0,100,5)/2
[1] 0.00 0.07 0.01 0.35 0.07 -0.19 0.07 -0.24 -0.21 -0.46 -0.20 -0.50 0.37 0.35 0.00 -0.64 0.59 -0.63 1.19 -0.44 0.38

最佳答案

我将我的评论更新为答案。 sample使用不同的 c 例程进行均匀采样和加权采样。尽管您使用了相等的权重,但 R 无论如何都会调用加权采样。
要看到这一点,请考虑

> set.seed(1)
> sample.int(100)
[1] 27 37 57 89 20 86 97 62 58 6 19 16 61 34 67 43 88 83
[19] 32 63 75 17 51 10 21 29 1 28 81 25 87 42 70 13 55 44
[37] 78 7 45 26 50 39 46 82 30 65 2 84 59 36 24 85 22 12
[55] 4 5 14 23 73 79 99 47 18 95 60 77 41 53 3 69 11 71
[73] 35 31 40 49 76 9 38 64 80 66 8 91 33 92 100 54 98 94
[91] 52 74 68 72 93 15 56 48 90 96
> set.seed(1)
> sample.int(100, prob = rep(1/100, 100))
[1] 28 39 60 93 21 91 96 67 63 7 22 18 71 41 79 51 74 1
[19] 38 78 94 20 64 12 29 40 2 42 87 35 50 61 52 17 84 69
[37] 81 10 73 44 85 65 80 54 49 82 4 46 75 68 43 90 36 23
[55] 8 11 30 55 66 34 97 26 47 31 70 24 53 86 6 95 32 89
[73] 27 33 56 98 88 25 77 100 37 62 19 15 76 13 59 5 14 9
[91] 45 3 83 99 72 58 48 57 92 16

注意两个不同的采样序列。

关于R 样本概率 : Default is equal weight; why does specifying equal weights cause different values to be returned?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/23316729/

28 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com