如何在 R 中創建與向量成比例的隨機樣本？

Question

假設以下數據框：

df <- data.frame(id = 1:6, value=c(10,20,10,20,30,10))

df

  id value
1  1    10
2  2    20
3  3    10
4  4    20
5  5    30
6  6    10

我想將每個人隨機分配到三個組（A、B、C）中的一個。 我想達到 30% 的給定比例在 A 組中，50% 的比例在 B 組中，20% 的比例在 C 組中。但我想根據值列進行此分配。 換句話說，我想實現如下目標：

  id value group
1  1    10     A
2  2    20     A
3  3    10     C
4  4    20     B
5  5    30     B
6  6    10     C

或者...

  id value group
1  1    10     A
2  2    20     B
3  3    10     A
4  4    20     C
5  5    30     B
6  6    10     A

當然，在這個例子中，這些都是完美的解決方案。 但是隨機分配應該盡可能接近給定的比例。 所以另一個例子如下：

df <- data.frame(id = 1:6, value=c(112,56,53,13,80,120))

df

  id value
1  1   112
2  2    56
3  3    53
4  4    13
5  5    80
6  6   120

一項可能的任務是：

  id value group
1  1   112     B
2  2    56     A
3  3    53     C
4  4    13     C    
5  5    80     A
6  6   120     B

在這種情況下，分配不會是完美的，但接近所需的比例（A 組：31.3%，B 組：53.4%，C 組：15.2%）。

有什么辦法可以在R中做到這一點嗎？ 謝謝！

Answer 1

我理解你的目標，因為在分組分配后，你希望sum(value[group == "A"]) / sum(value)大約等於0.3 ，同樣地， "B" ( 0.5 ) 和"C" ( 0.2 ) . 如果是這種情況，您所要做的就是為組分配這些概率權重，而無需采取任何特殊措施來考慮value 。 作為隨機化的自然結果， value總和（平均）將按照您的意願搖晃。 看：

library(tidyverse)
set.seed(1)

# 100-row example dataframe
df <- tibble(
  id = 1:100,
  value = sample(1:200, 100, replace = TRUE)
)

# simulate 100 sets of group assignments
sims <- map_dfr(
  1:100,                              # iterate 100x
  ~ df %>% 
    mutate(group = sample(
      c("A", "B", "C"), 
      size = 100, 
      replace = TRUE, 
      prob = c(.3, .5, .2))           # probability weights
    ) %>% 
    group_by(group) %>%
    summarize(prop = sum(value)) %>%  # compute `value` proportion
    mutate(prop = prop / sum(prop))   # within each group
)

# central tendency & dispersion across simulations
sims %>% 
  group_by(group) %>% 
  summarize(across(
    prop, 
    list(mean, sd, median, ~ quantile(.x, .25), ~ quantile(.x, .75))
  ))

團體	平均值（標准差）	中位數 (IQR)
一種	.29 (.06)	.29 (.25 -.32)
乙	.51 (.06)	.50 (.47 -.55)
C	.21 (.04)	.21 (.18 -.23)

# distribution of proportions across sims by groups
samps %>% 
  ggplot(aes(prop)) +
  geom_density(aes(fill = group), alpha = .75) +
  scale_fill_brewer(palette = "Dark2")