r中的递归采样

Question

我正在尝试模拟 7 年的死亡，累积概率如下:

tab <- data.frame(id=1:1000,char=rnorm(1000,7,4))

cum.prob <- c(0.05,0.07,0.08,0.09,0.1,0.11,0.12)

如何根据 cum.prob 中的累积概率从 tab$id 中进行采样，而无需以矢量化方式进行替换？从第 1 年采样的 id 不一定会在第 2 年再次采样。因此 lapply(cum.prob,function(x) sample(tab$id,x*1000)) 将不起作用。是否可以对其进行矢量化？

//M

Answer 1

这里有一种方法:首先获取给定个人在给定年份死亡的概率为 probYrDeath，即 probYrDeath[i] = Prob( individual dies inyear i )，其中 i=1,2,...,7。

probYrDeath <- c(diff(c(0,cum.prob)).

现在根据 probYrDeath 中的概率，从序列 1:8 中生成 1000 个“死亡年份”的随机样本，并进行替换，并通过第 7 年未死亡的概率进行增强:

set.seed(1) ## for reproducibility
tab$DeathYr <- sample( 8, 1000, replace = TRUE, 
                       prob = c(probYrDeath, 1-sum(probYrDeath)))

我们将“'DeathYr = 8'”解释为“7年内不会死亡”，并提取tab的子集，其中DeathYr != 8:

tab_sample <- subset(tab, DeathYr != 8 )

您可以验证每年的累计死亡比例是否近似于 cum.prob 中的值:

> cumsum(table(tab_sample$DeathYr)/1000)
    1     2     3     4     5     6     7 
0.045 0.071 0.080 0.094 0.105 0.115 0.124