文章/答案/技术大牛

发布

社区首页 >问答首页 >根据条件丢弃样本

问根据条件丢弃样本
EN

Stack Overflow用户

提问于 2016-01-12 00:47:35

回答 2查看 60关注 0票数 0

我希望在R中编写一个循环，在其中模拟泊松样本，但我希望丢弃不包含任何零的样本，并“再来一次”。我该怎么做呢？

例如：

X<-rep(999,100)
for(j in 1:100){
x<-rpois(100,4)
X[j]<-mean(x)
}

有没有办法保留length(X[X==0])==0的样本，然后重新选择一个样本，直到从包含零的样本中获得100个均值？

loops

sampling

回答 2

Stack Overflow用户

发布于 2016-01-12 01:05:59

正如@Frank建议的那样，尽管我不认为if是最好的方法，但while循环是你最好的方法。

NN <- 100
kk <- 100
lam <- 4

draws <- matrix(rpois(kk * NN, lam), ncol = NN)

while (!all(idx <- apply(draws, 2, all))){
  draws[ , nidx] <- matrix(rpois(sum(nidx <- !idx) * NN, lam), ncol = NN)
}

然后结束：

colMeans(draws)

另一种方法是使用replicate

colMeans(replicate(NN, {draws <- rpois(kk, lam)
while (!all(draws)) draws <- rpois(kk, lam)
draws}))

我的快速基准测试表明，后者实际上更快。

更明智的做法是简单地从一开始就消除所有糟糕的抽签(本质上是从截断分布中抽出)。

我们知道在给定的抽奖中得到0的概率是exp(-lambda)，所以如果我们在(exp(-lambda), 1]上颠倒均匀抽奖，我们将被设置为：

colMeans(matrix(qpois(runif(kk * NN, min = exp(-lam)), lam), ncol = NN))

与之竞争的还有使用data.table

library(data.table)
grps <- rep(1:NN, each = kk)
data.table(qpois(runif(kk * NN, min = exp(-lam)), lam))[ , mean(V1), grps]

票数 2

Stack Overflow用户

发布于 2016-01-13 02:50:54

我只想说，我已经意识到，如果我编辑Micheal的代码：

replicate(NN, {draws <- rpois(kk, lam)
while (all(draws)) draws <- rpois(kk, lam)
draws})

它会做我想做的事。感谢所有回复的人。

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/34726834

复制

相似问题

问根据条件丢弃样本
EN

回答 2

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问根据条件丢弃样本EN

回答 2

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问根据条件丢弃样本
EN