在R中生成一些简单的虚拟数据

我只是想要一些随机数据来试验不同的预测模型

我的代码：

x <- 0

for (i in 1:200)
{
    num <- runif(1, 0, 500)
    neg <- round(runif(5, -1, 0))
    percent <- ((0.01 * runif(1, 1, 10)) * num)

    x[i] = num + (neg * percent)
}

它在for循环的最后一行代码上触发

---

我很希望能够解决这个问题。感谢您的帮助。谢谢大家!

克里斯已经在他的评论中指出了你的问题。然而，从

R

编程的角度来看，你做了很多坏事。以下方法更好：

N <- 200

d <- data.frame(x = rep(NA, N))

num <- runif(N, 0, 500)
neg <- sample(c(1,-1), 200, replace = TRUE) #jrdnmdhl pointed this out in his post
percent <- ((0.01 * runif(N, 1, 10)) * num)
d$x <- num + (neg * percent)

---

克丽丝已经在他的评论中指出了你的问题。然而，从

R

编程的角度来看，你做了很多坏事。以下方法更好：

N <- 200

d <- data.frame(x = rep(NA, N))

num <- runif(N, 0, 500)
neg <- sample(c(1,-1), 200, replace = TRUE) #jrdnmdhl pointed this out in his post
percent <- ((0.01 * runif(N, 1, 10)) * num)
d$x <- num + (neg * percent)

---

N评论员提到了主要问题，但如果将代码矢量化，则代码速度会快得多。此外，您对“neg”的描述与它所做的不一致。您的代码不会生成-1或1。相反，它生成-1或0。下面的代码将为neg变量生成-1或1

num = runif(200, 0, 500)
neg = sample(c(1,-1),200,replace=T)
percent = ((0.01 * runif(200, 1, 10)) * num)
x = num + (neg * percent)

评论员提到了主要问题，但如果将代码矢量化，则代码速度会快得多。此外，您对“neg”的描述与它所做的不一致。您的代码不会生成-1或1。相反，它生成-1或0。下面的代码将为neg变量生成-1或1

num = runif(200, 0, 500)
neg = sample(c(1,-1),200,replace=T)
percent = ((0.01 * runif(200, 1, 10)) * num)
x = num + (neg * percent)

neg
的长度为5，因为您为其
n
参数提供了5。因此，您试图将长度为1的
num
与长度为
neg
相加5@Chrisss我怎样才能解决这个问题？Is
如果
neg
为-1或1，则应执行：
neg=round（runif（200,0,1））*2-1，因为表达式将返回数字-1或0@KingDan，
neg
的长度为5，因为您为其
n
参数提供了5。因此，您试图将长度为1的
num
与长度为
neg
相加5@Chrisss我怎样才能解决这个问题？Is
如果
neg
为-1或1，则应执行：
neg=round（runif（200,0,1））*2-1，因为表达式将返回数字-1或0@KingDan，
谢谢你的回答-根据你的第二行，
NA
在R中表示什么？@KingDan
NA
表示缺少一个值。更具体地说，它是一个逻辑常数，既不表示
TRUE
也不表示
FALSE
。通常使用
NA
来预分配内存，因为当您修改对象时，您可能会用实际数据替换
NA
。但是，您可以使用任何东西来预先分配内存，例如
9999
。有关
NA
的更多信息，请阅读此内容，感谢您的回答-根据您的第二行，
NA
在R中表示什么？@KingDan
NA
表示缺少值。更具体地说，它是一个逻辑常数，既不表示
TRUE
也不表示
FALSE
。通常使用
NA
来预分配内存，因为当您修改对象时，您可能会用实际数据替换
NA
。但是，您可以使用任何东西来预先分配内存，例如
9999
。有关
NA
的更多信息，请阅读此