r - 更改值顺序时样本的 Set.seed 问题

Question

set.seed(59)
mean(sample(c(12,7,5),7,prob = c(.3,.3,.4),replace = T))
[1] 9.571429}

set.seed(59)
mean(sample(c(5,7,12),7,prob = c(.4,.3,.3),replace = T))
[1] 8.142857

两个代码不应该返回相同的样本平均值，为什么不同？

Answer 1

好吧，首先考虑您忽略 prob= 的更简单的情况。

set.seed(59) 
sample(c(12,7,5),7,replace = T)
# [1]  5 12 12  5  5 12  5
set.seed(59) 
sample(c(5,7,12),7,replace = T)
# [1] 12  5  5 12 12  5 12

因为你有不同的输入，你会得到不同的结果。但还要注意 sample函数实际上是从向量索引中采样，而不是向量的实际值。看看在第二个结果中，您基本上只是交换了 5s 和 12s。唯一重要的是输入向量的长度。如果你尝试

set.seed(59) 
sample(1:3,7,replace = T)
# [1] 3 1 1 3 3 1 3

看看你如何仍然得到相同的“accaaca”模式(中间值永远不会被选中)。这就是设置种子将为您做的事情。你真的只能得到完全相同的结果，所有其他参数都相同。
如果您更改向量中值的顺序，并交换概率，您将不会像 R 使用的那样从伪随机数生成器中获得相同的观察结果。看到它们是相同的统计分布根本不够“聪明”。然而，如果你一遍又一遍地抽取一堆样本，从长远来看，由于大数定律，它们将具有相似的平均值。