R_Sample avec des probabilités

Question

J'ai quelques problèmes avec la compréhension du prob dans sample. Par exemple, je veux créer un échantillon de données de taille 100 avec des entiers 1,2,3 & 4. J'utilise une probabilité de 0,1,0.2,0.3 & 0.4 respectivement.

sample1 < -sample (1: 4.100, remplacez = T, prob = suivants (0.1,0.4,0.1))

Alors, maintenant, je me attends un échantillon avec des nombres entiers de 1,2 3 répétition de 10,20,30 & 40 fois respectivement. Mais le résultat est différent

> table(sample1) 
sample1 
1 2 3 4 
7 24 33 36 

Quelqu'un peut-il expliquer cela? Et que dois-je faire si je veux obtenir les résultats attendus qui est

> table(sample1) 
    sample1 
    1 2 3 4 
    10 20 30 40 

Answer 1

sample(...) prend un échantillon aléatoire avec des probabilités données dans prob=..., de sorte que vous ne se exactement cette proportion à chaque fois. D'autre part, les proportions se rapprochent de celles spécifiées dans prob comme n augmente:

f <- function(n)sample(1:4,n,replace=T,prob=(1:4)/10) 
samples <- lapply(10^(2:6),f) 
t(sapply(samples,function(x)c(n=length(x),table(x)/length(x)))) 
#   n  1  2  3  4 
# [1,] 1e+02 0.090000 0.220000 0.260000 0.430000 
# [2,] 1e+03 0.076000 0.191000 0.309000 0.424000 
# [3,] 1e+04 0.095300 0.200200 0.310100 0.394400 
# [4,] 1e+05 0.099720 0.199800 0.302250 0.398230 
# [5,] 1e+06 0.099661 0.199995 0.300223 0.400121 

Si vous avez besoin d'un échantillon aléatoire avec exactement les proportions, utilisez rep(...) et un ordre aléatoire.

g <- function(n) rep(1:4,n*(1:4)/10)[sample(1:n,n)] 
samples <- lapply(10^(2:6),g) 
t(sapply(samples,function(x)c(n=length(x),table(x)/length(x)))) 
#   n 1 2 3 4 
# [1,] 1e+02 0.1 0.2 0.3 0.4 
# [2,] 1e+03 0.1 0.2 0.3 0.4 
# [3,] 1e+04 0.1 0.2 0.3 0.4 
# [4,] 1e+05 0.1 0.2 0.3 0.4 
# [5,] 1e+06 0.1 0.2 0.3 0.4 

Answer 2

sample prend un échantillon avec les probabilités spécifiées. Cela implique l'aléatoire - vous n'obtiendrez pas le même résultat à chaque fois. Pour faire ce que vous voulez utiliser tout représentant

rep(1:4, 100*seq(0.1,0.4,0.1))