R中的双抽样方法

我的双重采样初始代码如下。我只做了一个样本

# Data
samples<-matrix(NA,nrow = 12, ncol = 2000)
for (i in 1:12) {
    samples[i,]<- rbinom(2000,1,prob = 0.05)
}
# Double Sampling Plan
accept<-rep(0,12)
for (i  in 1:12) {
    if (sum(samples[i,1:80])<=5){
        accept[i]<-1
    } else if (sum(samples[i,1:80]<=8) & sum(samples[i,1:80]>5) ) {
        if (sum(samples[i,1:160])<=12) {
            accept[i]<-1
        }
    }
}
sum(accept)

#数据
samples如果我们遵循@onyanbu的建议，我们可以在函数中嵌入一个模拟，并在如下循环中调用它：

one_double_sampling <- function(){
    # Data
    samples<-matrix(NA,nrow = 12, ncol = 2000)
    for (i in 1:12) {
        samples[i,]<- rbinom(2000,1,prob = 0.05)
    }
    # Double Sampling Plan
    accept<-rep(0,12)
    for (i  in 1:12) {
        if (sum(samples[i, 1:80])<=5){
            accept[i]<-1
        } else if (sum(samples[i,1:80]<=8) & sum(samples[i,1:80]>5) ) {
            if (sum(samples[i,1:160])<=12) {
                accept[i]<-1
            }
        }
    }
    return(sum(accept))
}

set.seed(123)

# number of sample
n <- 100

# stock the result
res <- rep(0, n)
for(i in 1:n){
    res[i] <- one_double_sampling()
}

# mean
mean(res)

模拟随机变量时的一个良好做法是使用
set.seed（）
函数。有关双采样使用函数的说明，请参见其说明。只需编写一个函数，在1种情况下生成所需的内容。然后复制100个times@R埃米·库劳德，谢谢。你觉得剩下的代码怎么样？我在下面回答。只需做
mean（复制（100，一双采样（））
one_double_sampling <- function(){
    # Data
    samples<-matrix(NA,nrow = 12, ncol = 2000)
    for (i in 1:12) {
        samples[i,]<- rbinom(2000,1,prob = 0.05)
    }
    # Double Sampling Plan
    accept<-rep(0,12)
    for (i  in 1:12) {
        if (sum(samples[i, 1:80])<=5){
            accept[i]<-1
        } else if (sum(samples[i,1:80]<=8) & sum(samples[i,1:80]>5) ) {
            if (sum(samples[i,1:160])<=12) {
                accept[i]<-1
            }
        }
    }
    return(sum(accept))
}

set.seed(123)

# number of sample
n <- 100

# stock the result
res <- rep(0, n)
for(i in 1:n){
    res[i] <- one_double_sampling()
}

# mean
mean(res)

mean(replicate(n,  one_double_sampling()))