在 R 中模擬來自 Gamma 分布的樣本

Question

我在編程作業時遇到了麻煩。

從前面的問題中，我有一個包含 49 個元素的list 。

每個元素都是size=10000 sample數據。 對於最后一個問題，我必須計算前n樣本值的平均值。

• 在每個數據集中， n介於1到10000之間。

然后我必須為每個數據集繪制這些運行平均值。

我一直在嘗試創建運行平均值的列表/向量，但沒有成功。

有什么我可以做的嗎？

Answer 1

運行平均函數：

run_avg <- function(x, n_max){
a <- c(1:n_max)
r_avg <- sapply(a, FUN = function(y) mean(x[1:y]))
return(r_avg) 
}

在您的情況下， n_max 應等於 10000； 然后，此函數為一個數據集創建運行平均值。

然后這必須應用於所有數據集。 如果您的數據集存儲在列表中，您可以為此使用 lapply。 另一種方法可能是循環或類似的東西。

編輯：我看到你的數據集在一個列表中，所以只需使用：

lapply(my_list, run_avg, n_max = 10000)

Answer 2

可以使用以下方法計算運行平均值。

res <- lapply(x, function(y){
  sapply(seq_along(y), function(k) mean(y[1:k]))
})

然后，為了使結果列表的格式更適合使用包ggplot2進行繪圖， ggplot2格式化為數據框，行名稱作為列。

df_res <- do.call(cbind.data.frame, res)
names(df_res) <- paste("Mean", seq_len(ncol(df_res)), sep = ".")
df_res <- cbind(df_res, id = as.integer(row.names(df_res)))

現在重塑從寬到長和情節。

library(tidyverse)

df_res %>%
  pivot_longer(
    cols = starts_with("Mean"),
    names_to = "Vector",
    values_to = "Mean"
  ) %>%
  ggplot(aes(id, Mean, colour = Vector)) +
  geom_point() +
  geom_line()

測試數據。

set.seed(1234)

list_size <- 4  # 49 in the question
samp_size <- 20 # 10000 in the question

x <- lapply(seq.int(list_size), function(i) rgamma(samp_size, shape = i))