我将如何重复这个模拟 1000 次以获得我可以从中取平均值的列表输出？

如何解决我将如何重复这个模拟 1000 次以获得我可以从中取平均值的列表输出？

我正在尝试模拟以下情况的 1000 次试验以获得平均成本输出。除了下面包含的内容之外，如果 totalTime >= 6，则每个模拟都需要停止。我在 for 循环和模拟方面遇到了很多困难，因此如果有人能给我任何创建此模拟的提示，我将不胜感激。谢谢！

cost <- 0
devices <- 0
totalTime <- 0
unitCost <- 100

failureTime <- rgamma(1,shape=2,scale=.5)
if (failureTime>1) {
  cost <- cost + unitCost
  totalTime <- totalTime + failureTime
} else {
  cost <- cost
  totalTime <- totalTime + failureTime
} 

解决方法

您可以像下面那样使用 replicate

replicate(1000,{
    cost <- 0
    totalTime <- 0
    unitCost <- 100
    while (totalTime < 6) {
        failureTime <- rgamma(1,shape = 2,scale = .5)
        cost <- cost + unitCost * (failureTime > 1)
        totalTime <- totalTime + failureTime
    }
    cost
})

请注意，您需要一个 while 循环来判断 totalTime 是否到达 6，并且一旦 cost 到达 totalTime（或 while） {1}} 循环终止。

---

如果你想要data.frame输出，你可以试试下面的代码

out <- do.call(
    rbind,replicate(1000,{
            cost <- 0
            totalTime <- 0
            unitCost <- 100
            while (totalTime < 6) {
                failureTime <- rgamma(1,scale = .5)
                cost <- cost + unitCost * (failureTime > 1)
                totalTime <- totalTime + failureTime
            }
            data.frame(cost = cost,totalTime = totalTime)
        },simplify = FALSE
    )
)

给出

> head(out)
  cost totalTime
1  200  6.117942
2  200  6.010357
3  400  6.255933
4  400  6.082638
5  300  7.170587
6  200  7.046343

,

我认为首先进行一次完整的模拟工作很重要。要做到这一点并尊重您的“如果 totalTime >= 6 则停止”，您需要一个类似 while 的循环。

我建议编写一个函数来很好地完成这件事并返回您想要的两个变量（成本和总时间）。一旦你有了它，复制它就很简单了。

simfunc <- function(shape = 2,scale = 0.5,unitCost = 100) {
  cost <- 0
  totalTime <- 0
  while (totalTime < 6) {
    failureTime <- rgamma(1,shape = shape,scale = scale)
    if (failureTime > 1) {
      cost <- cost + unitCost
    }
    totalTime <- totalTime + failureTime
  }
  c(cost = cost,totalTime = totalTime)
}

set.seed(42)
simfunc()
#      cost totalTime 
#    200.00      6.86 
simfunc()
#      cost totalTime 
#    400.00      6.79 
simfunc()
#      cost totalTime 
#    300.00      6.95 

从这里，我们可以轻松复制它：

set.seed(42)
replicate(10,simfunc())
#             [,1]   [,2]   [,3]   [,4]   [,5]   [,6]   [,7] [,8]   [,9]  [,10]
# cost      200.00 400.00 300.00 300.00 200.00 300.00 300.00  200 400.00 300.00
# totalTime   6.86   6.79   6.95   6.62   6.34   6.81   7.14    6   6.73   6.75

（总而言之，将其存储在一个变量中并聚合您需要的行。如果您t将其转置为柱状，并且可能转换为 data.frame，您可能会发现更容易可视化，但这只是为了您的审美利益，无论如何统计数据都是一样的。）

此外，我推断您可能需要 totalTime，因为这样的模拟通常不仅想知道系统生命周期的成本，还想知道失败之间的平均时间以及对此的一些分析.在这种情况下，您似乎已经弄清楚了（基于您的 scale= 和 shape= 参数），但无论如何它可能很有趣。