R中的重采样答案

【问题标题】：Resampling in RR中的重采样
【发布时间】：2018-08-07 15:33:41
【问题描述】：

考虑以下数据：

library(Benchmarking)
d <- data.frame(x1=c(200,200,3000), x2=c(200,200,1000), y=c(100,100,3))

所以我有3 的观察结果。

现在我想从d 中随机选择2 观察三次（不重复 - 总共有三种组合）。对于这三个时间中的每一个，我想计算以下内容：

e <- dea(d[c('x1', 'x2')], d$y)
weighted.mean(eff(e), d$y)

也就是说，我会得到三个数字，我想计算它们的平均值。有人可以展示如何使用 R 中的循环函数来执行此操作吗？

示例：

总共有三种组合，所以在这种情况下我只能得到相同的结果。如果我手动计算，我会得到以下三个结果：

0.977  0.977  1

（结果当然可以是另一个顺序）。

这两个数字的平均值是：

0.984

这是一个简单的例子。就我而言，我有很多组合，我没有选择所有组合（例如，可能有 1,000,000 个组合，我只选择其中的 1,000 个）。

【问题讨论】：

标签： r loops resampling

【解决方案1】：

我认为最好使用sample.int 和replicate 而不是进行所有组合，请参阅我的示例：

nsample <- 2 # Number of selected observations
nboot <- 10  # Number of times you repeat the process

replicate(nboot, with(d[sample.int(nrow(d), nsample), ], 
                      weighted.mean(eff(dea(data.frame(x1, x2), y)), y)))

【讨论】：

非常感谢，胡安。只是为了确定：这是没有重复，对吧？所以我不能两次选择相同的组合，对吧？
我可以看到它是重复的。如何更改它，使每个选择都没有重复？
在sample.int 中可以使用replace = TRUE，默认为replace = FALSE。例如：sample.int(nrow(d), nsample, replace = TRUE)
谢谢，胡安。但是我还是觉得有问题。考虑文中的新例子。在这里应该只能得到结果 0.984，但是当我使用你的代码时，我可以得到另一个结果。这表明即使我使用代码replace = FALSE，它仍然在重复。
我认为是正确的，在新示例中您可以获得 4 个解决方案。你只能得到 2 个数字（0.976699 和 1），然后你可以得到 3（0.977）和 0（1；平均值 = 0.976699）、2 和 1（平均值 = 0.984466）、1 和 2（平均值 = 0.992233）和 0 和3（平均值 = 1）。

【解决方案2】：

我还检查了你带来的关于这个问题的链接，所以如果我没看错，我的意思是，你想每次提取两行（观察）而不替换，你可以使用示例：

SelObs <- sample(1:nrow(d),2)
# for getting the selected observations just
dSel <- d[SelObs,]

然后进行计算

如果您不希望在下一个随机选择中选择那些已经选择的观察，它是相似的，但您需要一个索引

Obs <- 1:nrow(d)
SelObs <- sample(Obs, 2)
dSel <- d[SelObs, ]
# and now, for removing those already selected 
Obs <- Obs[-SelObs]
# and keep going with next random selections and the above code

【讨论】：