Πώς να παίρνετε δείγματα από δεδομένα σε R - dummies

Οι στατιστικοί συχνά πρέπει να λαμβάνουν δείγματα δεδομένων και στη συνέχεια να υπολογίζουν τα στατιστικά στοιχεία. Λαμβάνοντας ένα δείγμα είναι εύκολο με το R επειδή ένα δείγμα δεν είναι τίποτα περισσότερο από ένα υποσύνολο δεδομένων. Για να το κάνετε αυτό, χρησιμοποιείτε το δείγμα (), το οποίο παίρνει ένα διάνυσμα ως είσοδο. τότε θα το πείτε πόσα δείγματα θα αντλήσετε από αυτόν τον κατάλογο.

Πείτε ότι θέλατε να προσομοιώσετε ρολά ενός πεθαμένου, και θέλετε να πάρετε δέκα αποτελέσματα. Επειδή το αποτέλεσμα ενός μόνο κυλίνδρου ενός πεθαίνουν είναι ένας αριθμός μεταξύ ενός και έξι, ο κώδικας σας μοιάζει με αυτό:

>> δείγμα (1: 6, 10, αντικατάσταση = TRUE) [1] 2 2 5 3 5 3 5 6 3 5

το εύρος 1: 6. Επειδή κάθε ρολό της μήτρας είναι ανεξάρτητο από κάθε άλλο ρολό της μήτρας, κάνετε δειγματοληψία με αντικατάσταση. Αυτό σημαίνει ότι παίρνετε ένα δείγμα από τη λίστα και επαναφέρετε τη λίστα στην αρχική της κατάσταση (με άλλα λόγια, βάζετε το στοιχείο που μόλις τραβήξατε πίσω στη λίστα).

Για να το κάνετε αυτό, προσθέτετε το argument replace = TRUE, όπως στο παράδειγμα.

Επειδή η τιμή επιστροφής της συνάρτησης sample () είναι ένας τυχαία καθορισμένος αριθμός, αν προσπαθήσετε επανειλημμένα αυτή τη λειτουργία, θα πάρετε διαφορετικά αποτελέσματα κάθε φορά. Αυτή είναι η σωστή συμπεριφορά στις περισσότερες περιπτώσεις, αλλά μερικές φορές μπορεί να θέλετε να έχετε επαναλαμβανόμενα αποτελέσματα κάθε φορά που εκτελείτε τη λειτουργία.

Συνήθως, αυτό θα συμβεί μόνο όταν αναπτύξετε και δοκιμάσετε τον κώδικα σας ή εάν θέλετε να είστε βέβαιοι ότι κάποιος άλλος μπορεί να δοκιμάσει τον κωδικό σας και να πάρει τις ίδιες τιμές που κάνατε. Στην περίπτωση αυτή, είναι συνηθισμένο να ορίσετε μια τιμή ονομαστικής τιμής

.

Εάν παρέχετε μια τιμή σπόρου, η ακολουθία τυχαίων αριθμών θα επαναφερθεί σε μια γνωστή κατάσταση. Αυτό συμβαίνει επειδή το R δεν δημιουργεί πραγματικά τυχαίους αριθμούς, αλλά μόνο ψευδοτυχαίους αριθμούς. Μια ψευδοτυχαία ακολουθία είναι ένα σύνολο αριθμών που, για όλους τους πρακτικούς σκοπούς, φαίνεται να είναι τυχαίοι αλλά δημιουργήθηκαν από έναν αλγόριθμο. Όταν ρυθμίζετε έναν αρχικό σπόρο για μια ψευδοτυχαία διαδικασία, το R επιστρέφει πάντα την ίδια ψευδοτυχαία ακολουθία.

Αν όμως δεν ρυθμίσετε τον σπόρο, το R αντλεί από την τρέχουσα κατάσταση της γεννήτριας τυχαίων αριθμών (RNG). Κατά την εκκίνηση το R μπορεί να θέσει έναν τυχαίο σπόρο για την προετοιμασία του RNG, αλλά κάθε φορά που το καλείτε, το R αρχίζει από την επόμενη τιμή στη ροή RNG. Μπορείτε να διαβάσετε τη Βοήθεια για; RNG για περισσότερες λεπτομέρειες.

Στο R, χρησιμοποιείτε το σετ. seed () για να καθορίσετε την τιμή εκκίνησης σπόρων. Το επιχείρημα που πρέπει να ρυθμίσετε. ο σπόρος () είναι οποιαδήποτε ακέραια τιμή. >> σύνολο. (1: 6, 10, αντικαταστήστε = TRUE) [1] 2 3 4 6 2 6 6 4 4 1

Εάν σχεδιάσετε ένα άλλο δείγμα, χωρίς να ρυθμίσετε έναν σπόρο, τα αποτελέσματα, όπως θα περιμένατε: >> δείγμα (1: 6, 10, αντικατάσταση = TRUE) [1] 2 2 5 3 5 3 5 6 3 5

Τώρα,ο σπόρος () πράγματι επαναφέρει το RNG, δοκιμάστε ξανά. Αλλά αυτή τη φορά, ρυθμίστε ξανά τον σπόρο: >> ρυθμίστε. σπόρος (1)> δείγμα (1: 6, 10, αντικατάσταση = TRUE) [1] 2 3 4 6 2 6 6 4 4 1

Παίρνετε ακριβώς τα ίδια αποτελέσματα με την πρώτη φορά που χρησιμοποιήσατε. σπόρων (1).

Μπορείτε να χρησιμοποιήσετε το δείγμα () για να λάβετε δείγματα από την ίριδα πλαισίου δεδομένων. Σε αυτή την περίπτωση, μπορεί να θέλετε να χρησιμοποιήσετε το argument replace = FALSE. Επειδή αυτή είναι η προεπιλεγμένη τιμή του αντικειμένου αντικατάστασης, δεν χρειάζεται να το γράψετε ρητά: >> set. σπόρος (123)> ευρετήριο δείκτη [1] 44 119 62 133 142> ίριδα [δείκτης,] Sepal. Μήκος Sepal. Πλάτος Πέταλ. Μήκος πετάλων. Πλάτος Είδος 44 5. 0 3. 5 1. 6 0. 6 setosa 119 7. 7 2. 6 6. 9 2. 3. 3 virginica 62 5. 9 3. 0 4. 2 1. 5 versicolor 133 6. 4 2. 8 5. 6 2. 2 virginica 142 6. 9 3. 1 5. 1 2. 3 virginica