更改值顺序时样本的 Set.seed 问题

如何解决更改值顺序时样本的 Set.seed 问题

set.seed(59)
mean(sample(c(12,7,5),prob = c(.3,.3,.4),replace = T))
[1] 9.571429}

set.seed(59)
mean(sample(c(5,12),prob = c(.4,.3),replace = T))
[1] 8.142857

两个代码不应该返回相同的样本均值，为什么不同？

解决方法

好吧，首先考虑您省略 prob=

的更简单的情况

set.seed(59) 
sample(c(12,7,5),replace = T)
# [1]  5 12 12  5  5 12  5
set.seed(59) 
sample(c(5,12),replace = T)
# [1] 12  5  5 12 12  5 12

因为你有不同的输入，你会得到不同的结果。但也要注意 sample 函数实际上是从向量索引中采样，而不是向量的实际值。看看在第二个结果中，您基本上只是交换了 5s 和 12s。唯一重要的是输入向量的长度。如果您尝试使用

set.seed(59) 
sample(1:3,replace = T)
# [1] 3 1 1 3 3 1 3

看看你如何仍然得到相同的“accaaca”模式（中间值永远不会被选中）。这就是设置种子将为您做的事情。你真的只会得到所有其他参数完全相同的结果。

如果您更改向量中值的顺序，并交换概率，您将不会像 R 使用的那样从伪随机数生成器中获得相同的观察结果。看到它们是相同的统计分布根本不够“聪明”。但是，如果你一遍又一遍地抽取一堆样本，从长远来看，由于大数定律，它们的平均值会相似。

除了 MrFlick 我想指出：

设置种子意味着每次您使用一行代码时，例如您的第一行 mean(sample(c(12,prob = c(.3,.3,.4),replace = T)) 与地球上每台机器上的种子 set.seed(59) 超出的输出应该是 > {{1} }
另一方面，如果您对不同的数据集使用相同的种子 [1] 9.571429，就像您的情况一样，set.seed(59) 会给您另一个输出。