如何编写拒绝R中Z分数的函数？

当zscore>=qnorm（1-alpha/2）用于10次模拟（alpha=0.05，样本量为10）时，如何编写返回“拒绝”的函数。我编写了以下代码，但没有得到正确的输出。 “zscore”为检验统计量，t为正态，平均值和标准偏差为6/n。sims对应于要执行的模拟数量。此函数应模拟蒙特卡罗评估

testsk=function(n,alph,sims){
    t=numeric(sims)
for (i in 1:sims) {
    x=rnorm(n)
t[i]=skewness(x)
zscore=t/(6/n)
return(zscore)
}
if(zscore>=qnorm(1-alph/2)){
print("REJECT")
}
}


testsk(10,0.05,10)

---

谢谢

您在模拟人生上的循环不正确。你能解释一下你想做什么吗

testsk <- function(n,alph,sims) {
  t <- numeric(sims)
  for (i in seq_along(sims)) {
    x <- rnorm(n)
    t[i] <- skewness(x)
  }
  zscore <- t/(6/n)
  if (any(zscore>=qnorm(1-alph/2))) {
    print("REJECT")
  }
  return(zscore)
}

testsk(10,0.05,10)

---

testsk不确定您想要实现什么，但这里有一种方法可以做到这一点

testsk <- function(n, alph, sims){
  for (i in 1:sims){
  x <- rnorm(n)
  zscore <- skewness(x)/(6/n)
  cat(paste0("Simulation #", i,":"), ifelse(zscore >= qnorm(1 - alph/2), "REJECT", "Don't REJECT"), "\n")
  }
}

n <- 10
alph <- .05
sims <- 10
testsk(n, alph, sims)

#Simulation #1: Don't REJECT 
#Simulation #2: REJECT 
#Simulation #3: Don't REJECT 
#Simulation #4: Don't REJECT 
#Simulation #5: Don't REJECT 
#Simulation #6: Don't REJECT 
#Simulation #7: Don't REJECT 
#Simulation #8: Don't REJECT 
#Simulation #9: Don't REJECT 
#Simulation #10: Don't REJECT 

testsk编辑之后，我相信您想做的是查看在
sims
试验中，从正态分布中提取的大小
n
样本计算出的偏度有多少次会被
alph
水平的显著性检验拒绝

您有几个编码问题

您希望对每个试验都进行z分数测试，但测试是在循环之外的
z分数是使用向量
t
计算的，但您希望使用标量
t[i]
计算它
循环中有一个
return
语句，它将导致函数在循环的第一次迭代中终止，返回z分数。出于第二个原因，z分数是一个向量，但它的倒数第二个值都是零，因为您只运行了一次迭代，因此函数的典型输出如下

library(e1071)
testsk=function(n,alph,sims) {
    # Generate random numbers in a matrix, each trial is a row
    X=matrix(rnorm(sims*n), ncol=n)
    # Get skewnesses, 1 means apply to rows
    skews=apply(X,1,skewness)
    # Calculate z score vector and rejection vector
    zscore=skews/sqrt(6/n)
    reject=!(qnorm(alph/2) < zscore & zscore < qnorm(1-alph/2))
    # Return the number of rejections
    sum(reject)
}

0.003623371 0.000000000 0.000000000 0.000000000 0.000000000 0.000000000 0.000000000 0.000000000 0.000000000 0.000000000 0.000000000

修复这些直接的问题会产生以下代码

library(e1071)
testsk=function(n,alph,sims) {
    t=numeric(sims)
    for (i in 1:sims) {
        x=rnorm(n)
        t[i]=skewness(x)
        zscore=t[i]/(6/n)
        if(zscore>=qnorm(1-alph/2)){
            print("REJECT")
        }
    }
}

但是，该stil存在一些问题：

从编程的角度来看

打印出“拒绝”会立即提供反馈，但伸缩性不强。如果您有
sims=1000
您最好返回拒绝数量，
nr
。如果您仍然想打印“拒绝”
nr
次，您可以这样做：）
此外，代码可以更简单，并且更像R风格，矢量化而不是使用循环。这还具有速度快得多的优点。因为R是一种解释语言，矢量化产生了巨大的差异，因为数字运算可以在引擎盖下进行，而不需要R一次又一次地通过
for
循环

也许更严重的是，还有一些统计问题：

6/n是偏度（）方差的估计值，但您需要标准偏差，因此需要取6/n的平方根
如果z分数大于
1-alph/2
th分位数，代码将拒绝，但如果z分数小于
alph/2
th分位数，代码也应拒绝。目前，您的拒绝区域是
alph/2
而不是
alph
可能还有其他问题，但我认为这些是主要问题。（我假设您知道6/n只是对大样本方差的一个很好的估计。）

沿着正确路线的程序如下所示

library(e1071)
testsk=function(n,alph,sims) {
    # Generate random numbers in a matrix, each trial is a row
    X=matrix(rnorm(sims*n), ncol=n)
    # Get skewnesses, 1 means apply to rows
    skews=apply(X,1,skewness)
    # Calculate z score vector and rejection vector
    zscore=skews/sqrt(6/n)
    reject=!(qnorm(alph/2) < zscore & zscore < qnorm(1-alph/2))
    # Return the number of rejections
    sum(reject)
}

库（e1071）
testsk=函数（n，alph，sims）{
#在一个矩阵中生成随机数，每个试验是一行
X=矩阵（rnorm（sims*n），ncol=n）
#获取歪斜，1表示应用于行
倾斜=应用（X，1，倾斜）
#计算z得分向量和拒绝向量
zscore=skews/sqrt（6/n）
拒绝=！（qnorm（alph/2）

您应该能够修改它以满足您的目的，但如果必要，我可以澄清。
您的'}'太多了。找一个真正的代码编辑器来避免这种错误（例如：rstudio）。我不清楚你想要实现什么。我可以看到，您正试图从标准正态分布中重复获取
n
组样本，并计算每个组的偏度，将set
I
的偏度存储在
t[I]
中。但是z分数是多少？它应该是一个向量还是一个标量，你如何定义它？在任何情况下，我看不出从
for
循环的中间返回
有什么意义。我不确定
seq_-along（sims）
。变量
sims
是一个标量，原始的
1:sims
似乎更好。