在 R 中循环采样以创建许多向量答案

【问题标题】：Looping over sampling in R to create many vectors在 R 中循环采样以创建许多向量
【发布时间】：2020-08-17 07:31:07
【问题描述】：

我正在使用以下 R 代码进行一些 PCA 分析：

sigma1 <- as.matrix((data[,3:22]))
sigma2 <- as.matrix((data[,23:42]))
sample1 <- mvrnorm(n = 250, mu = as_vector(data[,1]), Sigma = sigma1)
sample2 <- mvrnorm(n = 250, mu = as_vector(data[,2]), Sigma = sigma2)
sampCombined <- rbind(sample1, sample2);
covCombined <- cov(sampCombined);
covCombinedPCA <- prcomp(sampCombined);
eigenvalues <- covCombinedPCA$sdev^2;

我想重复/循环这个，这样我就有 50 个特征值向量。然后我想找到 50 次重复的特征值的平均向量。我该怎么做？

【问题讨论】：

为什么投反对票？
不是我的反对票，但我猜反对票的原因是缺少reproducible example。

标签： r pca

【解决方案1】：

您可以将整个代码放在一个函数中。假设该函数名为eigen_fun。

eigen_fun <- function(data) {
  sigma1 <- as.matrix((data[,3:22]))
  sigma2 <- as.matrix((data[,23:42]))
  sample1 <- mvrnorm(n = 250, mu = as_vector(data[,1]), Sigma = sigma1)
  sample2 <- mvrnorm(n = 250, mu = as_vector(data[,2]), Sigma = sigma2)
  sampCombined <- rbind(sample1, sample2);
  covCombined <- cov(sampCombined);
  covCombinedPCA <- prcomp(sampCombined);
  eigenvalues <- covCombinedPCA$sdev^2;
  return(eigenvalues)
}

运行eigen_fun(data) 一次会为您提供一组值。要重复此操作 50 次，您可以使用 replicate。

mat <- replicate(50, eigen_fun(data))

mat 中的每一列都是一组值，要获得每次迭代的mean，您可以使用colMeans：

colMeans(mat)

【讨论】：

感谢您的回答。所以把它放在大括号eigen_fun() {}？我得到Error: unexpected '{' in "eigen_fun() {"
太棒了！非常感谢！出于好奇，整个代码都应该放在函数中吗？还是应该只是样本生成后的一部分？我不确定哪一个有意义。
您可以从函数中取出前两行，即 sigma1 和 sigma2 部分，因为这将是相同的。其余的都需要在函数中。
所以结果不会改变？
是的，结果是一样的。