R語(yǔ)言隨機(jī)抽樣詳解
專(zhuān)題：隨機(jī)抽樣
簡(jiǎn)單隨機(jī)抽樣
從總體中抽取樣本的方法很多，最常用的方法是簡(jiǎn)單隨機(jī)抽樣。
簡(jiǎn)單隨機(jī)抽樣：從容量為N的總體中，任意抽取n個(gè)單位作為樣本，使每個(gè)可能的樣本被抽中的概率相等的一種抽樣方式。
- 放回抽樣（重復(fù)抽樣）：本次從整體中抽取的數(shù)據(jù)樣本，在下一次抽取時(shí)同樣有機(jī)會(huì)被抽取。
- 不放回抽樣（不重復(fù)抽樣）：一旦被抽取為樣本，下次就不能再被抽取了。
srswr() srswor() sample()
sample函數(shù)
sample可以實(shí)現(xiàn)放回隨機(jī)抽樣和不放回隨機(jī)抽樣，也可以對(duì)數(shù)據(jù)進(jìn)行隨機(jī)分組。
格式：
sample(x, size, replace=FALS, prob=NULL)
參數(shù)說(shuō)明：
| 參數(shù) | 說(shuō)明 |
|---|---|
| x | 為向量，表示抽樣的總體，或者是一個(gè)正整數(shù)，表示樣本總體為1~n； |
| size | 為樣本容量，即要抽取的樣本個(gè)數(shù)，是一個(gè)非負(fù)整數(shù)； |
| replace | 表示是否為有放回的抽樣，是一個(gè)邏輯值，默認(rèn)為FALSE，即默認(rèn)為無(wú)放回抽樣； |
| prob | 為權(quán)重向量，即x中元素被抽取到的概率，是一個(gè)取值0~1的向量，其長(zhǎng)度應(yīng)該與x的長(zhǎng)度相同。 |
從26個(gè)大寫(xiě)字母中不放回隨機(jī)抽取5個(gè)
> sample(LETTERS,5) [1] "E" "W" "L" "X" "Q"
將26個(gè)大寫(xiě)字母隨機(jī)分成2組，第2組和第1組的比例為7：3
> n<-sample(2,26,replace = TRUE,prob=c(0.7,0.3)) > n [1] 1 1 2 1 1 2 2 2 1 1 2 1 1 1 2 2 1 2 1 2 1 2 1 1 1 1 > sample1<-LETTERS[n==1] > sample2<-LETTERS[n==2] > sample1 [1] "A" "B" "D" "E" "I" "J" "L" "M" "N" "Q" "S" "U" "W" "X" "Y" "Z" > sample2 [1] "C" "F" "G" "H" "K" "O" "P" "R" "T" "V"
將26個(gè)大寫(xiě)字母隨機(jī)分成3組，每組的個(gè)數(shù)分配比例為0.4，0.4，0.2
> n<-sample(3,26,replace = TRUE,prob = c(0.4,0.4,0.2)) > n [1] 2 1 2 1 3 2 3 1 3 1 1 1 1 2 1 1 2 3 3 1 2 3 3 2 2 3 > sample1<-LETTERS[n==1] > sample1 [1] "B" "D" "H" "J" "K" "L" "M" "O" "P" "T" > sample2<-LETTERS[n==2] > sample2 [1] "A" "C" "F" "N" "Q" "U" "X" "Y" > sample3<-LETTERS[n==3] > sample3 [1] "E" "G" "I" "R" "S" "V" "W" "Z"
有10位學(xué)生的學(xué)號(hào)分別為1，2，…,10,現(xiàn)在要進(jìn)行畢業(yè)答辯，答辯順序要求 隨機(jī)產(chǎn)生。請(qǐng)給出代碼。
> sample(10) [1] 7 9 10 6 3 4 1 2 5 8
> x=c(1,3,5,7) > sample(x,size=20,replace=T, prob=c(0.1,0.2,0.3,0.9)) [1] 5 3 7 7 5 7 7 7 7 5 7 7 7 1 7 3 1 7 1 7
結(jié)論：對(duì)每一個(gè)元素都可以給定一個(gè)概率，且每個(gè)概率是獨(dú)立的，即在參數(shù)prob中，不一定所有元素的概率加起來(lái)等于1，它只代表某元素被抽取的概率而已。
模擬拋硬幣游戲，拋10次，看看出現(xiàn)正面H(Heads)和反面T(Tails)的情況。
將拋硬幣視為有放回的實(shí)驗(yàn)，即將參數(shù)replace設(shè)置為T(mén)RUE。
> sample(c("H","F"),10,replace = TRUE)
[1] "H" "F" "H" "F" "F" "F" "F" "H" "H" "H"
某籃球運(yùn)動(dòng)員投籃命中率為70%，模擬10次投籃的命中(S)和未命中(F)情況。
> sample(c("S","F"),10,replace = TRUE,prob = c(0.7,0.3))
[1] "S" "S" "F" "S" "S" "S" "F" "S" "S" "S"
srswor函數(shù)
Simple random sampling without replacement
Description：Draws a simple random sampling without replacement of size n (equal probabilities, fixed sample size, without replacement).
Usage：srswor(n,N)
Value：Returns a vector (with elements 0 and 1) of size N, the population size. Each element k of this vector indicates the status of unit k (1, unit k is selected in the sample; 0, otherwise).
> library(sampling) > s<-srswor(10,26) > s [1] 1 0 0 1 0 0 1 0 1 0 0 1 1 0 0 1 1 0 0 0 1 0 1 0 0 0 > obs<-which(s==1) > obs [1] 1 4 7 9 12 13 16 17 21 23 > sample<-LETTERS[obs] > sample [1] "A" "D" "G" "I" "L" "M" "P" "Q" "U" "W"
在26個(gè)中抽取10個(gè)，1表示被抽取的狀態(tài)，0表示沒(méi)有被抽取狀態(tài)
srswr函數(shù)
Simple random sampling with replacement
Description：Draws a simple random sampling with replacement of size n (equal probabilities, fixed sample size, without replacement).
Usage：srswr(n,N)
Value：Returns a vector of size N, population size. Each element k of this vector indicates the number of replicates for unit k in the sample.
> s<-srswr(10,26) > s [1] 1 2 0 0 0 1 2 0 0 0 0 0 0 0 0 0 0 1 1 1 0 1 0 0 0 0 > obs<-which(s!=0) > obs [1] 1 2 6 7 18 19 20 22 > sample<-LETTERS[obs] > sample [1] "A" "B" "F" "G" "R" "S" "T" "V"
分層抽樣
分層抽樣將分成不同子總體（或稱(chēng)為層）的總體中，按規(guī)定的比例從不同層中隨機(jī)抽取樣品（個(gè)體）的方法。
這種方法的優(yōu)點(diǎn)是，樣本的代表性比較好，抽樣誤差比較小。缺點(diǎn)是抽樣手續(xù)較簡(jiǎn)單隨機(jī)抽樣還要繁雜些。
R語(yǔ)言sampling包的sampling::strata()可以實(shí)現(xiàn)
其命令為：
strata(data, stratanames=NULL, size, method=c(“srswor”,“srswr”,“poisson”,“systematic”), pik,description=FALSE)
其中，x為樣本數(shù)據(jù)， stratanames為分層抽樣要使用的變量，size為各層抽取個(gè)數(shù)，method指的是抽樣方法，“srswor”、“srswr”、“poisson”、"systematic"分別指不重置簡(jiǎn)單抽樣、重置簡(jiǎn)單抽樣、泊松抽樣、系統(tǒng)抽樣，pik指的是各數(shù)據(jù)包含在樣本中的概率，description默認(rèn)為FALSE,若設(shè)置為T(mén)RUE則輸出樣本個(gè)數(shù)和總體個(gè)數(shù)。返回值ID_unit(被選單元的標(biāo)志符)、Stratum(單元層)、Prob(包含單元的概率)
> library(sampling)
> x<-strata(c("Species"),size=c(2,3,4),method="srswor",data=iris)
> x
Species ID_unit Prob Stratum
11 setosa 11 0.04 1
21 setosa 21 0.04 1
68 versicolor 68 0.06 2
83 versicolor 83 0.06 2
98 versicolor 98 0.06 2
102 virginica 102 0.08 3
103 virginica 103 0.08 3
111 virginica 111 0.08 3
112 virginica 112 0.08 3到此這篇關(guān)于R語(yǔ)言隨機(jī)抽樣的文章就介紹到這了,更多相關(guān)R語(yǔ)言隨機(jī)抽樣內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
本文主要介紹了R語(yǔ)言向量下標(biāo)和子集的使用，文中通過(guò)示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2022-03-03
R語(yǔ)言中對(duì)數(shù)據(jù)框的列名重命名的實(shí)現(xiàn)
這篇文章主要介紹了R語(yǔ)言中對(duì)數(shù)據(jù)框的列名重命名的實(shí)現(xiàn)，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2021-03-03
R語(yǔ)言實(shí)現(xiàn)KMeans聚類(lèi)算法實(shí)例教程
聚類(lèi)是從數(shù)據(jù)集中對(duì)觀測(cè)值進(jìn)行聚類(lèi)的機(jī)器學(xué)習(xí)方法,下面這篇文章主要給大家介紹了關(guān)于R語(yǔ)言實(shí)現(xiàn)KMeans聚類(lèi)算法的相關(guān)資料,文中通過(guò)實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下2022-07-07
這篇文章主要介紹了R語(yǔ)言 檢驗(yàn)多重共線性的操作，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-04-04
R語(yǔ)言關(guān)于泊松回歸知識(shí)點(diǎn)總結(jié)
在本篇文章里小編給大家分享的是一篇關(guān)于R語(yǔ)言關(guān)于泊松回歸知識(shí)點(diǎn)總結(jié)內(nèi)容，有興趣的朋友們可以學(xué)習(xí)下。2021-05-05
這篇文章主要為大家介紹了ComplexHeatmap繪制單個(gè)熱圖示例詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2022-06-06
本文主要介紹了R語(yǔ)言實(shí)現(xiàn)嶺回歸的示例代碼，文中通過(guò)示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2021-08-08
這篇文章主要介紹了R語(yǔ)言基本運(yùn)算的示例代碼，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2021-03-03
這篇文章主要介紹了R語(yǔ)言 實(shí)現(xiàn)多行注釋的方式，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-04-04
這篇文章主要介紹了R語(yǔ)言數(shù)據(jù)建模流程分析,本篇中包含了數(shù)據(jù)導(dǎo)入，清洗，可視化，特征工程，建模的代碼，大家可以選擇需要的去參考2022-01-01