使用 infer 包模拟多个变量的空分布答案

【问题标题】：Simulate null distribution for multiple variables using infer package使用 infer 包模拟多个变量的空分布
【发布时间】：2020-11-23 12:24:56
【问题描述】：

使用数据框

df <- data.frame(user_id = seq(50),
                 var_1 = rnorm(50),
                 var_2 = rnorm(50),
                 var_3 = rnorm(50)
)

例如，我可以使用 infer 包模拟变量 var_1 的空分布

null_dist <- df %>%
        
        specify(response = var_1) %>% 
        
        hypothesize(null = "point", mu = 0) %>% 
        
        generate(reps = 10000, type = "bootstrap") %>% 
        
        calculate(stat = "mean")

然后将其可视化

null_dist %>% visualize()

如何将这个过程同时应用于所有 3 个变量，例如在将 df 转换为 df_2 之后？

df_2 <- df %>%
        
        pivot_longer(starts_with("var_"), "variable", values_to = "values")

感谢您的支持！

【问题讨论】：

标签： r simulation distribution

【解决方案1】：

一种解决方案可能是：

初始数据帧的转换

df_2 <- df %>%
        
        pivot_longer(starts_with("var_"), "variable", values_to = "values")

定义函数

null_dist_func <- function(df){
        
        df %>% specify(response = values) %>%
                hypothesize(null = "point", mu = 0) %>%
                generate(reps = 1000, type = "bootstrap") %>%
                calculate(stat = "mean")
}

拆分-应用-组合方法

null_dist <- df_2 %>% select(-user_id) %>%
        
        split(list(.$variable)) %>%
        
        map(null_dist_func) %>% 
        
        bind_rows(.id = "variable")

所选空分布的可视化

null_dist %>% filter(variable == "var_2") %>% visualize()

【讨论】：