[英]Incorporating splitstackshape into loop
我有以下代码选择(4 行虹膜 x 1000)*100 并计算每列的偏差。
library(SimDesign)
library(data.table)
do.call(rbind,lapply(1:100, function(x) {
bias(
setDT(copy(iris))[as.vector(sapply(1:1000, function(X) sample(1:nrow(iris),4)))][
, lapply(.SD, mean), by=rep(c(1:1000),4), .SDcols=c(1:4)][,c(2:5)],
parameter=c(5,3,2,1), #parameter is the true population value used to calculate bias
type='relative' #denotes the type of bias being calculated
)
}))
这需要 4 行的 1000 个样本,通过样本 # 计算平均值,给我 1000 个平均值。 为每一列找到 1000 均值的偏差,然后再进行 99 次,为我提供每一列的偏差估计分布。 这是在模仿随机抽样设计。 但是,我也想为分层设计这样做。 所以我使用splitstackshape
的stratified
function。
do.call(rbind,lapply(1:100, function(x) {
bias(
setDT(copy(iris))[as.vector(sapply(1:1000, function(X) stratified(iris,group="Species", size=1)))][
, lapply(.SD, mean), by=rep(c(1:1000),4), .SDcols=c(1:4)][,c(2:5)],
parameter=c(5,3,2,1),
type='relative'
)
}))
我原以为这只是换出函数的问题,但我不断收到错误(i is invalid type (matrix)) 。 也许将来一个 2 列矩阵可以返回 DT 的元素列表。 我认为这可能与 setDT 有关,但我不确定如何修复它。 有人知道我哪里出错了吗?
我为你分成了几个功能
library(SimDesign)
library(data.table)
library(splitstackshape)
n
大小为sampsize
的分层样本并返回这些样本的列均值get_samples <- function(n, sampsize=4) {
rbindlist(lapply(1:n, function(x) {
splitstackshape::stratified(iris, group="Species",sampsize)[, id:=x]
}))[, lapply(.SD, mean), by=.(Species, id)]
}
y
个这样的迭代中的偏差分布get_bias_distribution <- function(y=100, samples_per_iter=50, size_per_iter=4) {
rbindlist(lapply(1:y, function(y) {
samples = get_samples(samples_per_iter, sampsize=size_per_iter)[, id:=NULL]
samples[, as.list(bias(
estimate=.SD,parameter=c(5,3,2,1),type="relative")*100),
by=.(Species)][, iter:=y]
}))
}
get_bias_distribution()
Output:
Species Sepal.Length Sepal.Width Petal.Length Petal.Width iter
1: setosa -1.236667 22.61833 -26.70000 -39.69667 1
2: versicolor 46.476667 -11.99500 115.12833 16.82167 1
3: virginica 80.596667 -0.20000 180.21833 53.89000 1
4: setosa -1.513333 20.87000 -27.46167 -38.83667 2
5: versicolor 45.333333 -11.34833 112.84833 17.84500 2
---
296: versicolor 48.250000 -12.26833 113.37000 17.71167 99
297: virginica 77.366667 -2.87000 175.60000 53.07167 99
298: setosa -1.005000 22.67500 -27.02833 -39.69500 100
299: versicolor 47.921667 -10.28333 110.97833 16.86833 100
300: virginica 76.153333 -2.44000 174.46167 52.62167 100
stratified(iris,group="Species", size=1)
时,您将得到 3 行 data.table,因为您实际上是从三个物种中的每一个中随机选择一行 Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1: 4.9 3.6 1.4 0.1 setosa
2: 6.3 2.5 4.9 1.5 versicolor
3: 7.7 2.8 6.7 2.0 virginica
sapply(1:1000, function(x)...)
中时,您会得到 5 x 1000 列矩阵,其中每列包含 5 个长度为 3 的列表。下面,我将向您展示它的外观就像你做了sapply(1:6, function(x)...)
[,1] [,2] [,3] [,4] [,5] [,6]
Sepal.Length numeric,3 numeric,3 numeric,3 numeric,3 numeric,3 numeric,3
Sepal.Width numeric,3 numeric,3 numeric,3 numeric,3 numeric,3 numeric,3
Petal.Length numeric,3 numeric,3 numeric,3 numeric,3 numeric,3 numeric,3
Petal.Width numeric,3 numeric,3 numeric,3 numeric,3 numeric,3 numeric,3
Species factor,3 factor,3 factor,3 factor,3 factor,3 factor,3
这并不是你真正想要的,因为你不能按照你当时lapply
的方式应用这些。 您要做的是使用lapply(1:1000, function(x)...)
创建此类 3 行数据表的列表,然后将它们绑定在一起(在为每个数据表添加一个id
列之后)。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.