我如何按行ID进行分析，其中每行将重新采样（重新分析）10次，然后再转到R中的下一行？

我是R的初学者，正在研究数据，我需要从冯·米塞斯分布中随机取样，每行10次。我已经计算了数据的浓度参数（kappa），并且正在使用来自CircStats包的rvm（）生成随机样本。对于每个实际观察，我有一个冯·米塞斯平均值（以度为单位，下面的“示例”栏）：

Obs示例 1 1 69.43064 2 2 -41.80749 3 3 133.83900 4 4 -12.82486 5 5 -137.57358 6-19.27882

因此，如果我要从浓度参数（kappa）为.44的von Mises分布计算10个随机样本，我的第一次观察代码如下所示：

rvm（10，弧度（69.43064），.44） [1] 0.7695183 5.9182905 2.6174674 5.6028430 2.4213428 5.4660423 6.1753582 [8] 2.6910969 4.2964024 5.4806146

我想参考数据中观察到的平均值，因此：

rvm（10，rad（BearEx$示例），.44）

我希望每次观察计算10个随机值。我的理想输出如下所示：

Obs随机 1 0.7695183 1 5.9182905 1 2.6174674 1 5.602843 1 2.4213428 1 5.4660423 1 6.1753582 1 2.6910969 1 4.2964024 1.5.4806146

每一次观察都是如此。我觉得这是一个非常基本的问题，但我很难用观察值编码这个循环

---

谢谢你的时间

如果您有一个观测数据框架及其平均值：

obs_plus_mean = data.frame(obs = 1:5, mean = c(69.43064, -41.80749, 133.83900, -12.82486, -137.57358, -19.27882))

然后，对于某种稳健的解决方案，您可以首先创建一个函数，该函数输入kappa、样本平均值和样本大小n，以便为每次观察生成一个大小为n的样本。为了方便起见，您甚至可以输入kappa和样本大小的默认值

von_mis_sample = function(mean, size = 10 , kappa = .44) { 
  sample = rvm(size,rad(mean),kappa)
}

然后您可以通过调用计算样本

samples = sapply(obs_plus_mean$mean, von_mis_sample(mean))

（在您的情况下，我认为您希望使用BearEx$示例，而不是obs_plus_mean$mean）

---

---

这应该行得通，否则请告诉我。

啊！知道了。作为初学者，我遇到了一个小问题，错误地解释了代码的一部分。这很有效！非常感谢，太好了！没问题。为了将来的参考，我可以知道你错误理解的部分是什么吗？实际上，还有一个问题-我想把所有这些生成的样本放在一个csv中，其中第1列是观察值，第2列包含随机值。我将这些样本与真实数据联系起来，所以观察数据可以帮助我进行适当的比较。我尝试了几种方法，但都会导致观测值被混淆。有什么建议吗？对不起，我没有先看到你之前的评论。我将这部分：samples=sappy（obs_plus_意味着$mean，von_mis_sample（mean））调整为：samples=sappy（obs_plus_意味着$mean，von_mis_sample）只是删除了（mean）。是的，调用函数很重要，在这方面帮不了你。您能否澄清您希望csv文件的外观？