雙邊ks測試循環，得到p.value

Question

我有一列數據，我從中獲取50％的隨機子樣本。 我正在進行雙面ks測試，以比較50%的數據與100％的數據的分布，看看分布是否仍然非常重要。

為了達到我的目標，我想將其作為1000的循環運行，以獲得1000個隨機子樣本的平均p值。 這行代碼為我的50％樣本的隨機子集提供了單個p值：

dat50=dat[sample(nrow(dat),replace=F,size=0.50*nrow(dat)),]
ks.test(dat[,1],dat50[,1], alternative="two.sided")

我需要一行代碼來運行1000次，每次在一列中保存得到的（不同的）p值，然后我可以平均。 我正在嘗試上班的代碼如下所示：

x <- numeric(100)
for (i in 1:100){
  x<- ks.test(dat[,7],dat50[,7], alternative="two.sided")
  x<-x$p.value
}

但是，這不會存儲多個p值

還試過這個：

get.p.value <- function(df1, df2) {
  x <- rf(5, df1=df1, df2=df2)
  p.value <- ks.test(dat[,6],dat50[,6], alternative="two.sided")$p.value
}
replicate (2000, get.p.value(df1 = 5, df2 = 10))

我希望這很清楚，我將非常感謝任何解決這個問題的幫助！

Q

Answer 1

在for循環中，您將在每次迭代中覆蓋x ，這意味着您將僅保存最后一次迭代的p值。 試試這個：

x <- numeric(100)
for (i in 1:length(x))
    x[i] <- ks.test(dat[,17], dat[sample(nrow(dat), replace=F, size=0.5*nrow(dat)),7])$p.value

您可以使用replicate獲得相同的結果：

 replicate(100, ks.test(dat[,7], dat[sample(nrow(dat), replace=F, size=0.5*nrow(dat)),7])$p.value)