【问题标题】：How should I specify argument "prob" when using sample() for resampling?使用 sample() 进行重采样时，我应该如何指定参数“prob”？
【发布时间】：2017-05-17 14:16:57
【问题描述】：

总之

我试图更好地理解参数 prob 作为 R 中函数 sample 的一部分。接下来，我会提出一个问题，并提供一段与我的问题相关的 R 代码。

问题

假设我生成了10,000随机标准rnorms。然后我想从这位母亲10,000标准rnorms中抽取size5的样本。

我应该如何在sample 中设置prob 参数，以便从母亲rnorm 中抽取这些5 数字的概率认为母亲rnorm 的中间区域更密集但尾部区域更薄（所以在绘制这 5 个数字时，它会比尾部区域更频繁地从密集区域绘制）？

x = rnorm(1e4)
sample( x = x, size = 5, replace = TRUE, prob = ? ) ## what should be "prob" here?
# OR I leave `prob` to be the default by not using it: 
sample( x = x, size = 5, replace = TRUE )

【问题讨论】：

因为您是从正态分布中提取的，所以您已经在原始分布的中心有更多的观察值。因此sample() 更有可能返回这些。你想在这里模拟什么情况？您希望得到的分布是什么？
@MrFlick，你是对的。我想多了。

标签： r statistics sampling resampling

【解决方案1】：

想太多是魔鬼。

您希望按照原始分布或经验分布重新采样这些样本。想想如何获得经验 CDF：

plot(sort(x), 1:length(x)/length(x))

换句话说，经验PDF只是

plot(sort(x), rep(1/length(x), length(x)))

所以，我们想要 prob = rep(1/length(x), length(x)) 或者简单地说，prob = rep(1, length(x)) 因为 sample 在内部规范化 prob。或者，不指定它，因为等概率是默认的。

【讨论】：