如何解决如何在10000次重复中优化r中的分层随机抽样
我需要一个函数,该函数使用分层随机抽样从我的数据中重复(10000次)样本,以各种样本大小,计算均值和标准差,并返回每个样本量的变异系数。样本大小为3到30。 到目前为止,我已经写过了,但是太慢了。我需要帮助使其更快地运行,因为我多次运行了这部分代码。 数据帧dt1具有约900个观测值 K_level有6个级别
谢谢
samp <- function(nn){
dt1 <- as.data.table(dt1)
dt2 <- replicate(10000,dt1[,.SD[sample(x = .N,size = nn)],by = K_level],simplify = FALSE) %>%
data.table::rbindlist() %>%
.[,.(avg=mean(Bunch_weight),Sd = sd(Bunch_weight)),.(Trt)] %>%
.[,cvs:= Sd/avg]
dt3 <- data.table::transpose(dt2)
colnames(dt3) <- as.character(dt3[1,])
dt4 <- dt3 %>% .[-c(1:3),] %>% .[,sample:= paste0(nn,"mts")]
return(dt4)
}
# use the function
zzz <- c(3:30)
dat5 <- map_df(.x = c(3:30),.f = samp)
my data
Block Trt Matno Cycle Date.harvested Girth0 Girth100 Hands Fingers Bunch_weight Variety K_level
1: B1 T2 6 1 2020-03-05 1 1 1 1 5 NFUUKA 0K
2: B1 T6 2 1 2020-03-05 2 2 2 1 9 KIBUZI 150K
3: B1 T6 3 1 2020-03-09 3 3 1 2 5 NFUUKA 150K
4: B1 T6 24 1 2020-02-28 4 4 2 1 9 KIBUZI 150K
5: B1 T6 29 1 2020-03-03 5 5 3 3 14 NFUUKA 150K
---
780: B3 T9 12 1 2020-05-22 4 4 4 4 8 NFUUKA 0K
781: B3 T10 10 1 2020-05-25 145 47 5 5 17 NFUUKA 0K
782: B3 T11 14 1 2020-05-16 27 88 4 4 13 MBWAZIRUME 75K
783: B3 T14 25 1 2020-05-24 39 119 4 3 14 KISANSA 150K
784: B3 T14 34 1 2020-05-17 27 28 5 3 15 NAKITEMBE 150K
expected output
T9 T1 T6 T14 T13 T7 T15
1: 0.359418301512993 0.259396490785659 0.352112606549899 0.270098407993612 0.33255344147661 0.246297750226982 0.290376334651094
2: 0.36336940312546 0.260242995748078 0.347937570013322 0.26993786977025 0.327215546595358 0.247590005787063 0.290659581719395
T8 T3 T4 T18 T17 T10 T11
1: 0.203153174250691 0.31104051648633 0.308308574237779 0.352809537743834 0.380933443587759 0.345214551318585 0.265386556956891
2: 0.20127162406244 0.311140161227165 0.303006865683816 0.350513136037457 0.37965782184899 0.342121680883066 0.26389652807615
T5 T12 T16 T2 Sample
1: 0.424907358546752 0.262966077905422 0.292193075443918 0.366954072154349 3mts
2: 0.413114236465515 0.264733595838422 0.296869773806402 0.36574334095091 4mts
解决方法
这是您的代码,只是稍微改了一下。我认为它产生相同的输出,但是很难说出来,因为随机性是以不同的顺序完成的,因此重置随机种子无济于事。它应该快很多(> 10倍)。
samp2 <- function(nn){
dt1 <- as.data.table(dt1)
dt2 <- dt1[,.SD[as.vector(replicate(10000,sample(.N,nn)))],by = K_level,.SDcols = c('Trt','Bunch_weight')][,.(avg=mean(Bunch_weight),Sd = sd(Bunch_weight)),by = .(Trt)]
dt2[,cvs:= Sd/avg]
dt3 <- data.table::transpose(dt2)
colnames(dt3) <- as.character(dt3[1,])
dt4 <- dt3 %>% .[-c(1:3),] %>% .[,sample:= paste0(nn,"mts")]
return(dt4[])
}
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。