提取在R中随机抽样的特征概率

我定义了以下变量：

a <- as.character(1:10)
b <- 100
c <- 10
probs <- c(0.3, 0.3, 0.3, rep(0.1/7, 7))
min <- 5
max <- 10

我不认为probs[min:max]会像它应该的那样工作，但我不确定如何确定它是否工作。更复杂的情况是如果我想要

a[c(1, 3, 5)]

然后我需要“probs”来对应字符1、3和5

我尝试过使用probs[get（paste0（…）]），但这不是最直接、最有效的方法。反正也不行

---

任何建议都将不胜感激

您只需将

probs

子集设置为与

a

相同的子集，例如

index = min:max
sample(a[index], size = round(b/c), replace = TRUE, prob = probs[index])

对于更复杂的场景，设置

index=c（1,3,5）

通过进行模拟并将观察到的概率与真实概率进行比较，可以看出这是可行的：

set.seed(123)
tmp = sample(a[min:max], size = 10000, replace = TRUE, prob = probs[min:max])
table(tmp)/10000 # the observed probabilities

观察到的概率大致都相等，这与真实概率都相等是一致的

---

如果查看

sample

的帮助文件，您会发现

prob

不需要求和为1。函数将负责规范化概率。

你能不能重新缩放

probs[min:max]/sum（probs[min:max]）

使之和为1？@RuiBarradas这就引出了一个我忽略了提到的问题，我认为prob中的概率不会与随机采样的字符标签相对应……是的，我相信会的。或者至少我是这样阅读

sample

的帮助页面的：

prob-一个概率权重向量，用于获取被采样向量的元素。

还请注意，概率会自动重新缩放为1，因此我评论中的代码将是无用的。好的，谢谢！试试看！

set.seed(123)
tmp = sample(a[min:max], size = 10000, replace = TRUE, prob = probs[min:max])
table(tmp)/10000 # the observed probabilities