Hur man tar prov från data i R-dummies

Statistiker måste ofta ta prover av data och sedan beräkna statistik. Att ta ett prov är enkelt med R eftersom ett prov är egentligen inget annat än en delmängd av data. För att göra det använder du prov (), som tar en vektor som ingång; då berättar du hur många prover som ska räknas från den listan.

Säg att du ville simulera rullar av en dö, och du vill få tio resultat. Eftersom resultatet av en enda rulle av en matris är ett tal mellan ett och sex, ser din kod ut så här:

>> prov (1: 6, 10, ersätt = TRUE) [1] 2 2 5 3 5 3 5 6 3 5

Du berättar prov () för att returnera tio värden, var och en i intervallet 1: 6. Eftersom varje rulle av munstycket är oberoende av varje annan rulle av munstycket, är du provtagning med ersättning. Det betyder att du tar ett prov från listan och återställer listan till dess ursprungliga tillstånd (med andra ord lägger du in det element du just har dragit tillbaka till listan).

För att göra detta lägger du till argumentet replace = TRUE, som i exemplet.

Eftersom returvärdet för samplet () -funktionen är ett slumpmässigt bestämt nummer, om du försöker denna funktion upprepade gånger får du olika resultat varje gång. Det här är det rätta beteendet i de flesta fall, men ibland kanske du vill få repeterbara resultat varje gång du kör funktionen.

Vanligtvis kommer detta bara att ske när du utvecklar och testar din kod, eller om du vill vara säker på att någon annan kan testa din kod och få samma värden som du gjorde. I det här fallet är det vanligt att ange ett så kallat

frövärde.

Om du anger ett frövärde, återställs slumptalsekvensen till ett känt tillstånd. Detta beror på att R inte skapar riktigt slumpmässiga tal, utan bara pseudoslumpmässiga nummer. En pseudo-slumpmässig sekvens är en uppsättning tal som för alla praktiska ändamål verkar vara slumpmässiga men genereras av en algoritm. När du anger ett startfrö för en pseudo-slumpmässig process returnerar R alltid samma pseudoslumpmässiga sekvens.

Men om du inte ställer in fröet, drar R från nuvarande tillståndet för slumptalsgeneratorn (RNG). Vid start kan R ange ett slumpmässigt frö för att initiera RNG, men varje gång du ringer det startar R från nästa värde i RNG-strömmen. Du kan läsa Hjälp för? RNG för att få mer detaljer.

I R använder du uppsättningen. frö () funktion för att ange ditt startvärde för frö. Argumentet att ställa in. frö () är vilket heltal som helst. >> set. frö (1)> prov (1: 6, 10, ersätt = TRUE) [1] 2 3 4 6 2 6 6 4 4 1

Om du ritar ett annat prov, utan att sätta ett frö, får du en annan uppsättning resultat, som du förväntar dig: >> prov (1: 6, 10, ersätt = TRUE) [1] 2 2 5 3 5 3 5 6 3 5

Nu för att visa den uppsättningen.frö () återställer faktiskt RNG, försök igen. Men den här gången sätter du fröet en gång till: >> set. frö (1)> prov (1: 6, 10, ersätt = TRUE) [1] 2 3 4 6 2 6 6 4 4 1

Du får exakt samma resultat som den första gången du använde. frö (1).

Du kan använda provet () för att ta prov från datarammens iris. I det här fallet kan du använda argumentet replace = FALSE. Eftersom det här är standardvärdet för ersättningsargumentet behöver du inte skriva det explicit: >> set. frö (123)> indexindex [1] 44 119 62 133 142> iris [index,] Sepal. Längd Sepal. Bredd Kronblad. Längd kronblad Bredd Arter 44 5. 0 3. 5 1. 6 0. 6 Setosa 119 7. 7 2. 6 6. 9 2. 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