R 从离散数据向量进行模拟
我有一个离散数据向量,我想根据与该数据相关的经验分布进行模拟,在进行拟合后,我用函数rlogspline进行模拟我认为R 从离散数据向量进行模拟,r,R,我有一个离散数据向量,我想根据与该数据相关的经验分布进行模拟,在进行拟合后,我用函数rlogspline进行模拟我认为样本(x,…,replace=TRUE)(带置换的抽样)应根据经验分布进行模拟…我不完全清楚您到底想做什么,但您是否可以使用分位数和runif之类的方法,例如: obs <- c(125,110,115,100,150) # original observations sim <- quantile(obs, runif(10000))
样本(x,…,replace=TRUE)
(带置换的抽样)应根据经验分布进行模拟…我不完全清楚您到底想做什么,但您是否可以使用分位数和runif
之类的方法,例如:
obs <- c(125,110,115,100,150) # original observations
sim <- quantile(obs, runif(10000)) # simulations
hist(sim, freq=FALSE)
obs你不能将round()应用于从logspline得到的模拟?是的,我可以这样做,但问题是如果我有一个只包含正离散值的向量,我可能最终得到一个给我负值的模拟,因为样条线的计算方式大约为0.No。你没有足够仔细地研究logspline的第二个和第三个参数。你是完全正确的,忽略了这个参数,我会尝试:)非常感谢。是的,但这里的问题是它会返回我已经观察到的值,我想要“真实”的值还没有观察到的密度,一旦我调整了密度,就可以观察到。