R语言随机抽样详解
作者：W_chuanqi
专题：随机抽样
简单随机抽样
从总体中抽取样本的方法很多，最常用的方法是简单随机抽样。
简单随机抽样：从容量为N的总体中，任意抽取n个单位作为样本，使每个可能的样本被抽中的概率相等的一种抽样方式。
- 放回抽样（重复抽样）：本次从整体中抽取的数据样本，在下一次抽取时同样有机会被抽取。
- 不放回抽样（不重复抽样）：一旦被抽取为样本，下次就不能再被抽取了。
srswr() srswor() sample()
sample函数
sample可以实现放回随机抽样和不放回随机抽样，也可以对数据进行随机分组。
格式：
sample(x, size, replace=FALS, prob=NULL)
参数说明：
| 参数 | 说明 |
|---|---|
| x | 为向量，表示抽样的总体，或者是一个正整数，表示样本总体为1~n； |
| size | 为样本容量，即要抽取的样本个数，是一个非负整数； |
| replace | 表示是否为有放回的抽样，是一个逻辑值，默认为FALSE，即默认为无放回抽样； |
| prob | 为权重向量，即x中元素被抽取到的概率，是一个取值0~1的向量，其长度应该与x的长度相同。 |
从26个大写字母中不放回随机抽取5个
> sample(LETTERS,5) [1] "E" "W" "L" "X" "Q"
将26个大写字母随机分成2组，第2组和第1组的比例为7：3
> n<-sample(2,26,replace = TRUE,prob=c(0.7,0.3)) > n [1] 1 1 2 1 1 2 2 2 1 1 2 1 1 1 2 2 1 2 1 2 1 2 1 1 1 1 > sample1<-LETTERS[n==1] > sample2<-LETTERS[n==2] > sample1 [1] "A" "B" "D" "E" "I" "J" "L" "M" "N" "Q" "S" "U" "W" "X" "Y" "Z" > sample2 [1] "C" "F" "G" "H" "K" "O" "P" "R" "T" "V"
将26个大写字母随机分成3组，每组的个数分配比例为0.4，0.4，0.2
> n<-sample(3,26,replace = TRUE,prob = c(0.4,0.4,0.2)) > n [1] 2 1 2 1 3 2 3 1 3 1 1 1 1 2 1 1 2 3 3 1 2 3 3 2 2 3 > sample1<-LETTERS[n==1] > sample1 [1] "B" "D" "H" "J" "K" "L" "M" "O" "P" "T" > sample2<-LETTERS[n==2] > sample2 [1] "A" "C" "F" "N" "Q" "U" "X" "Y" > sample3<-LETTERS[n==3] > sample3 [1] "E" "G" "I" "R" "S" "V" "W" "Z"
有10位学生的学号分别为1，2，…,10,现在要进行毕业答辩，答辩顺序要求 随机产生。请给出代码。
> sample(10) [1] 7 9 10 6 3 4 1 2 5 8
> x=c(1,3,5,7) > sample(x,size=20,replace=T, prob=c(0.1,0.2,0.3,0.9)) [1] 5 3 7 7 5 7 7 7 7 5 7 7 7 1 7 3 1 7 1 7
结论：对每一个元素都可以给定一个概率，且每个概率是独立的，即在参数prob中，不一定所有元素的概率加起来等于1，它只代表某元素被抽取的概率而已。
模拟抛硬币游戏，抛10次，看看出现正面H(Heads)和反面T(Tails)的情况。
将抛硬币视为有放回的实验，即将参数replace设置为TRUE。
> sample(c("H","F"),10,replace = TRUE)
[1] "H" "F" "H" "F" "F" "F" "F" "H" "H" "H"
某篮球运动员投篮命中率为70%，模拟10次投篮的命中(S)和未命中(F)情况。
> sample(c("S","F"),10,replace = TRUE,prob = c(0.7,0.3))
[1] "S" "S" "F" "S" "S" "S" "F" "S" "S" "S"
srswor函数
Simple random sampling without replacement
Description：Draws a simple random sampling without replacement of size n (equal probabilities, fixed sample size, without replacement).
Usage：srswor(n,N)
Value：Returns a vector (with elements 0 and 1) of size N, the population size. Each element k of this vector indicates the status of unit k (1, unit k is selected in the sample; 0, otherwise).
> library(sampling) > s<-srswor(10,26) > s [1] 1 0 0 1 0 0 1 0 1 0 0 1 1 0 0 1 1 0 0 0 1 0 1 0 0 0 > obs<-which(s==1) > obs [1] 1 4 7 9 12 13 16 17 21 23 > sample<-LETTERS[obs] > sample [1] "A" "D" "G" "I" "L" "M" "P" "Q" "U" "W"
在26个中抽取10个，1表示被抽取的状态，0表示没有被抽取状态
srswr函数
Simple random sampling with replacement
Description：Draws a simple random sampling with replacement of size n (equal probabilities, fixed sample size, without replacement).
Usage：srswr(n,N)
Value：Returns a vector of size N, population size. Each element k of this vector indicates the number of replicates for unit k in the sample.
> s<-srswr(10,26) > s [1] 1 2 0 0 0 1 2 0 0 0 0 0 0 0 0 0 0 1 1 1 0 1 0 0 0 0 > obs<-which(s!=0) > obs [1] 1 2 6 7 18 19 20 22 > sample<-LETTERS[obs] > sample [1] "A" "B" "F" "G" "R" "S" "T" "V"
分层抽样
分层抽样将分成不同子总体（或称为层）的总体中，按规定的比例从不同层中随机抽取样品（个体）的方法。
这种方法的优点是，样本的代表性比较好，抽样误差比较小。缺点是抽样手续较简单随机抽样还要繁杂些。
R语言sampling包的sampling::strata()可以实现
其命令为：
strata(data, stratanames=NULL, size, method=c(“srswor”,“srswr”,“poisson”,“systematic”), pik,description=FALSE)
其中，x为样本数据， stratanames为分层抽样要使用的变量，size为各层抽取个数，method指的是抽样方法，“srswor”、“srswr”、“poisson”、"systematic"分别指不重置简单抽样、重置简单抽样、泊松抽样、系统抽样，pik指的是各数据包含在样本中的概率，description默认为FALSE,若设置为TRUE则输出样本个数和总体个数。返回值ID_unit(被选单元的标志符)、Stratum(单元层)、Prob(包含单元的概率)
> library(sampling)
> x<-strata(c("Species"),size=c(2,3,4),method="srswor",data=iris)
> x
Species ID_unit Prob Stratum
11 setosa 11 0.04 1
21 setosa 21 0.04 1
68 versicolor 68 0.06 2
83 versicolor 83 0.06 2
98 versicolor 98 0.06 2
102 virginica 102 0.08 3
103 virginica 103 0.08 3
111 virginica 111 0.08 3
112 virginica 112 0.08 3到此这篇关于R语言随机抽样的文章就介绍到这了,更多相关R语言随机抽样内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！