Циклы счетчиков для суммарных доверительных интервалов данных в R

#r #loops #datatables #multiple-instances #confidence-interval

#r #циклы #таблицы данных #несколько экземпляров #доверительный интервал

Вопрос:

Я пытаюсь использовать цикл for в качестве счетчика повторений для добавления сводных данных в тестовый образец. Я попытался использовать data.frame, матрицу и вектор, которые выталкивают мои данные из цикла for и заполняют таблицу. Лучшее, что у меня есть, — это заполнить один полный столбец в векторе и заполнить все столбцы, кроме одной строки, во фрейме данных.

 #try empty vector to populate 
large.sample.df <- vector(mode = "double", length = 1000)

#try matrix to populate 
large.matrix <- matrix(nrow = 1000, ncol = 3)
matrix.names <- c("mean", "lwr", "upr")
colnames(large.matrix) <- matrix.names

#Try dataframe to populate
large.df <- data.frame(mean="", lwr="", upr="")

#set total length
n <- length(large.sample.df)

#use functions to calculate confidence interval
lwr.ci <- function(a) (mean(a) - 1.96 * (sd(a)/sqrt(length(a))))
upp.ci <- function(a) (mean(a)   1.96 * (sd(a)/sqrt(length(a))))

#Start new seed count
set.seed(1234)

#begin for loop for mean, lwr, upr CI
for (i in 1:n) {
  large.sample <- rgamma(n = 1000, shape = 4, rate = 2)
  large.df$mean[i] <- mean(large.sample)
  large.df$lwr[i] <- lwr.ci(large.sample)
  large.df$upr[i] <- upp.ci(large.sample)
  }

1. Вы не выделили пространство для фрейма данных, как для вектора. Самый простой способ сделать это в R — написать функцию, которая генерирует данные, вычисляет статистику и возвращает три значения. Затем используйте replicate() для запуска функции столько раз, сколько вы хотите, сохраняя результаты в объекте.

Ответ №1:

Вот два способа получить то, что вы хотите. Сначала мы должны различать размер выборки и количество выборок:

 set.seed(1234)
n <- 1000
samples <- 10  # Keep this small for testing and then increase it
s <- 4
r <- 2

Сначала ваш подход к циклу:

 results <- data.frame(mean=NA, lwr=NA, upr=NA)   # Not "" which makes the variables character strings
set.seed(1234)
for (i in 1:samples) {
    x <- rgamma(n, shape = s, rate = r)
    mn <- mean(x)
    sder <- sd(x)/sqrt(n)
    lwr <- mn - 1.96 * sder
    upr <- mn   1.96 * sder
    results[i, ] <- c(mn, lwr, upr) 
}
results
#           mean         lwr         upr
# 1  2.015193688 1.952431714 2.077955663
# 2  2.024218250 1.962404608 2.086031891
# 3  2.008401293 1.948363928 2.068438658
# 4  1.993061142 1.932020588 2.054101696
# 5  1.975824831 1.912961486 2.038688176
# 6  1.983761126 1.923583927 2.043938325
# 7  1.983166350 1.924890819 2.041441880
# 8  1.975453269 1.915336118 2.035570420
# 9  1.976118333 1.915025748 2.037210918
# 10 2.044088839 1.983435628 2.104742050

Теперь с помощью replicate

 confint <- function(n, s, r) {
    x <- rgamma(n, shape = s, rate = r)
    mn <- mean(x)
    sder <- sd(x)/sqrt(n)
    lwr <- mn - 1.96 * sder
    upr <- mn   1.96 * sder
    return(c(mean=mn, lwr=lwr, upr=upr))
}
confint(n, s, r)   # Test the function
#        mean         lwr         upr 
# 1.974328366 1.914003710 2.034653023 
set.seed(1234)
results <- replicate(samples, confint(n, s, r))
results <- t(results)
results
#              mean         lwr         upr
#  [1,] 2.015193688 1.952431714 2.077955663
#  [2,] 2.024218250 1.962404608 2.086031891
#  [3,] 2.008401293 1.948363928 2.068438658
#  [4,] 1.993061142 1.932020588 2.054101696
#  [5,] 1.975824831 1.912961486 2.038688176
#  [6,] 1.983761126 1.923583927 2.043938325
#  [7,] 1.983166350 1.924890819 2.041441880
#  [8,] 1.975453269 1.915336118 2.035570420
#  [9,] 1.976118333 1.915025748 2.037210918
# [10,] 2.044088839 1.983435628 2.104742050

Оба подхода согласуются.

1. Оба они великолепны. Вместо записи в каждый столбец по отдельности, он записывает в каждую строку, что имеет больше смысла. Я знаю, что использование циклов for не одобряется в R, но это все еще жизнеспособный вариант. Ваш вариант репликации — это эффективное использование функций R. Объединение всего вывода в одну функцию упрощает его использование для других целей в R. спасибо за вашу помощь @dcarlson , очень признателен.