通过随机抽样现有数据生成 n 个新数据集，然后将函数应用于新数据集

Question

对于我正在写的一篇论文，我将一个较大的数据集分为 3 个组，因为我认为这些组中 2 个变量之间的相关强度会有所不同（他们确实如此）。我想看看将我的数据分成随机分组是否也会显着影响相关性的强度（即，我所看到的是否只是子集的影响，或者这些分组是否真的很重要）。

为此，我试图通过从现有数据集中随机抽样 150 行来生成 n 个新数据帧，然后想计算这些 n 新数据帧，将相关系数和显着性保存在新文件中。

但是，怎么做？

我可以手动完成，例如，使用 dplyr，类似

newdata <- sample_n(Random_sample_data, 150)
output <- cor.test(newdata$x, newdata$y, method="kendall")

我显然不想输入 1000 或 100000 次，并且一直在尝试使用循环和 lapply（见下文）但它们没有奏效（无疑是因为我错过了一些非常明显的东西！ )。

在这里，我尝试将每一行分配给不同的组，总共 10 个组，然后通过这些组在 x 和 y 之间进行关联：

Random_sample_data<-select(Range_corrected, x, y)
cat <- sample(1:10, 1229, replace=TRUE)
Random_sample_cats<-cbind(Random_sample_data,cat)

correlation <- function(c) {
  c <- cor.test(x,y, method="kendall")
  return(c)
}
b<- daply(Random_sample_cats, .(cat), correlation)

错误信息：

Error in cor.test(x, y, method = "kendall") : 
      object 'x' not found

Answer 1

一旦你有你想做的事情的代码，你可以把它放在replicate 做n 次。这是内置数据的可重现示例

result = replicate(n = 10, expr = {
  newdata <- sample_n(mtcars, 10)
  output <- cor.test(newdata$wt, newdata$qsec, method="kendall")
})

replicate 将保存您为每个复制所做的最后一行 (output <- ...) 的结果。它将尝试简化结果，在这种情况下，cor.test 返回一个长度为 8 的列表，因此复制会将结果简化为具有 8 行和 10 列的矩阵（每次复制 1 列）。

您可能想要稍微清理一下结果，例如，您只保存 p 值。在这里，我们只存储 p 值，所以结果是一个向量，每次复制都有一个 p 值，而不是矩阵：

result = replicate(n = 10, expr = {
  newdata <- sample_n(mtcars, 10)
  cor.test(newdata$wt, newdata$qsec, method="kendall")$p.value
})