Giả sử tôi có một biến phân loại có thể lấy các giá trị A, B, C và D. Làm cách nào tôi có thể tạo 10000 điểm dữ liệu ngẫu nhiên và kiểm soát tần số của từng điểm? Ví dụ:
A = 10% B = 20% C = 65% D = 5%
Bất kỳ ý tưởng làm thế nào tôi có thể làm điều này?
Câu trả lời:
Bạn có muốn tỷ lệ trong mẫu chính xác là tỷ lệ đã nêu? hoặc để thể hiện ý tưởng lấy mẫu từ một dân số rất lớn với các tỷ lệ đó (vì vậy tỷ lệ mẫu sẽ gần nhưng không chính xác)?
Nếu bạn muốn tỷ lệ chính xác thì bạn có thể làm theo gợi ý của Brandon và sử dụng samplehàm R để chọn ngẫu nhiên thứ tự của một vectơ có tỷ lệ chính xác.
Nếu bạn muốn lấy mẫu từ dân số, nhưng không giới hạn tỷ lệ chính xác thì bạn vẫn có thể sử dụng samplehàm trong R với probđối số như vậy:
> x <- sample( LETTERS[1:4], 10000, replace=TRUE, prob=c(0.1, 0.2, 0.65, 0.05) )
> prop.table(table(x))
x
A B C D
0.0965 0.1972 0.6544 0.0519
Sử dụng R (http://cran.r-project.org/). Tất cả những gì tôi đang làm ở đây là tạo một danh sách ngẫu nhiên với tỷ lệ bạn đã chỉ định.
x <- c(rep("A",0.1*10000),rep("B",0.2*10000),rep("C",0.65*10000),rep("D",0.05*10000))
# cheating
x <- sample(x, 10000)
prop.table(summary(as.factor(x)))
/ tôi kiên nhẫn chờ đợi để tranh luận về việc điều này thực sự ngẫu nhiên như thế nào
n <- 10000
blah <- character(n)
u <- runif(n)
blah[u<=0.1] <- "A"
blah[u>0.1 & u<=0.3] <- "B"
blah[u>0.3 & u<=0.95] <- "C"
blah[u>0.95] <- "D"
table(blah)
prop.table(summary(as.factor(blah)))
Tôi không có nghi ngờ điều này là thực sự ngẫu nhiên. Ý tôi là, đến mức runif()ngẫu nhiên :)
probđối số cho sample():sample(LETTERS[1:4], 10000, replace=TRUE, prob=c(0.1, 0.2, 0.65, 0.05))
Nếu bạn là người dùng SAS, các phiên bản gần đây cung cấp khả năng tương tự để lấy từ phân phối "bảng" - đó là thứ bạn đang tìm kiếm, như một phần của hàm Rand (). Xem http://support.sas.com/documentation/cdl/en/lrdict/64316/HTML/default/viewer.htmlm#a001466748.htmlm
x <- rep( c("A","B","C","D"), 10000*c(0.1,0.2,0.65,0.05) )và bạn không cần chỉ định 10000 trong lệnh gọi để lấy mẫu, đó sẽ là mặc định (mặc dù để rõ ràng, việc xác định nó không gây hại gì).