关于循环：R：重复操作n次并存储在向量中

R: Repeat operation n times and store in vector

我有以下代码从 8 个观察值中随机抽取 3 个样本，然后计算变异系数 (CV)。

1
2
3
4
5
6
7
8
9
10

d <- c(4.34238,4.32101,4.35023,4.44773,4.24697,4.08944,4.28733,4.46353)

# Random sampling with replacement:
i <- sample(1:8, 3, replace=TRUE)
X <- d[i]

meanX <- mean(X)
sdX <- sd(X)
cvX <- (sdX/meanX)*100
cvX

问题是，我想将其引导 10000 次并将值存储在向量中或导出为 csv，以便我以后可以计算平均 CV。

我发现代码 (i) 用于重复操作 n 次； (ii) 用于单独导出值。我怎么一起做这个？
谢谢。

额外的问题…
这是一种更有效的方法：-
(i) 每次随机采样 3/8 观察值，计算 CV，存储值？
(ii) 生成10000组采样观测值，计算CV，存储值？

我已经在向量 d 中创建了一个随机数矩阵，以便能够运行某些东西，但也许你可以使用下面的代码来让它工作！问候！

1
2
3
4
5
6
7
8
9
10
11
12
13
14

d <- matrix(rnorm(100000), ncol=2)

n_bootstraps <- 50
cvX_vec = rep(0, n_bootstraps)

for (i in 1:n_bootstraps){
i <- sample(1:8, 3, replace=TRUE)
X <- d[i,2]
meanX <- mean(X)
sdX <- sd(X)
cvX_vec[i] <- (sdX/meanX)*100
}

write.csv(x = cvX_vec, file ="./blah.csv")

您可以使用 replicate 创建一个包含所有迭代的矩阵：

1
2
3
4
5
6
7
8

myfun <- function(){
i <- sample(1:8, 3, replace=TRUE)
X <- d[i,2]

c(meanX = mean(X), sdX = sd(X), cvX = sd(X)/mean(X) * 100)
}

result <- replicate(5, myfun)

这可以使用 write.table 导出到 csv 文件：
write.table(result, “result.csv”)

原创文章，作者：ItWorker，如若转载，请注明出处：https://blog.ytso.com/268730.html