r中的递归采样答案

【问题标题】：recursive sampling in rr中的递归采样
【发布时间】：2011-05-24 18:37:41
【问题描述】：

我正在尝试模拟 7 年内的死亡，累积概率如下：

tab <- data.frame(id=1:1000,char=rnorm(1000,7,4))

cum.prob <- c(0.05,0.07,0.08,0.09,0.1,0.11,0.12)

如何根据cum.prob 中的累积概率以矢量化方式从tab$id 中采样而不进行替换？从第 1 年采样的 id 不一定在第 2 年再次采样。因此lapply(cum.prob,function(x) sample(tab$id,x*1000)) 将不起作用。可以矢量化吗？

//M

【问题讨论】：

标签： r sampling

【解决方案1】：

这里有一种方法：首先将给定个人在给定年份死亡的概率设为probYrDeath，即probYrDeath[i] = Prob( individual dies in year i )，其中i=1,2,...,7。

probYrDeath <- c(diff(c(0,cum.prob)).

现在根据probYrDeath 中的概率，根据probYrDeath 中的概率，加上到第7 年没有死亡的概率，从1:8 的序列中生成1000 个“死亡年”的随机样本：

set.seed(1) ## for reproducibility
tab$DeathYr <- sample( 8, 1000, replace = TRUE, 
                       prob = c(probYrDeath, 1-sum(probYrDeath)))

我们将“'DeathYr = 8'”解释为“7年内不会死亡”，并提取tab的子集，其中DeathYr != 8：

tab_sample <- subset(tab, DeathYr != 8 )

您可以验证每年的累计死亡比例是否接近cum.prob 中的值：

> cumsum(table(tab_sample$DeathYr)/1000)
    1     2     3     4     5     6     7 
0.045 0.071 0.080 0.094 0.105 0.115 0.124

【讨论】：

干得好。非常直接的方法。回避了我添加的所有并发症。
哦。比我的好多了！我没有意识到您可以将概率传递给样本。而且差异也很时髦！您可以根据长度（cum.prob）+ 1 设置 8。
非常直观。欣赏它。谢谢。 //M
您还可以通过在前面的行中使用probYrDeath <- diff(c(0, cum.prob, 1)) 来避免c(probYrDeath, 1-sum(probYrDeath)) 而不是probYrDeath 的复杂性

【解决方案2】：

这对你有用吗：

prob.death.per.year<-c(1-cum.prob[length(cum.prob)], cum.prob - c(0, cum.prob[-length(cum.prob)]))
dead.in.years<-as.vector(rmultinom(1, length(tab$id),prob.death.per.year))[-1]
totsamp<-sum(dead.in.years)
data.frame(id=sample(tab$id, totsamp), dead.after=rep(seq_along(dead.in.years), dead.in.years))

根据您希望结果的形式，您可以更改最后一步。

【讨论】：