[英]How to generate a negative binomial distribution with different sample sizes for power analyses in R?
我尝试使用零膨胀的结果变量进行功率模拟。 所以我使用负二项分布。 我需要的是以下分布:
library(tidyverse)
set.seed(123)
rt_random <-
rnbinom(n = 2000, mu = 25, size = .9)
qplot(rt_random)
现在,我尝试创建一个 function,我可以在其中使用不同的样本大小进行功率模拟。 为此,我使用pmap
function。 但是,这似乎不起作用。 最终分布根本不是零膨胀的,均值不接近定义的均值:
generate_distribution <- function(n, mus, sizes){
tibble(n = n,
t_mu = mus,
t_size = sizes)%>%
mutate(rt = pmap(list(n, t_mu, t_size),
~rnbinom(..1, ..2, ..3))) %>%
unnest(rt)
}
set.seed(123)
rt_df <-
generate_distribution(n = 2000,
mus = 25,
sizes = .9)
qplot(rt_df$rt)
有没有一种简单的方法来更改我的代码以获得所需的分布?
问题是在您的 lambda function 中,您没有使用rnbinom
的参数名称。 arguments 的默认顺序是n, size, prob, mu
,因此您将 2000 传递给n
,将 25 传递给size
,将 0.9 传递给prob
。 只需像在第一个示例中那样明确命名 arguments,您的代码就可以运行。
generate_distribution <- function(n, mus, sizes){
tibble(n = n,
t_mu = mus,
t_size = sizes)%>%
mutate(rt = pmap(list(n, t_mu, t_size),
~rnbinom(n = ..1, mu = ..2, size = ..3))) %>%
unnest(rt)
}
set.seed(123)
rt_df <-
generate_distribution(n = 2000,
mus = 25,
sizes = .9)
qplot(rt_df$rt)
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.