R:每次定制都需要一致的随机样本
这是我的第一个问题,如果我不遵守任何网站规范,请提前道歉 我在用R做实验。我正在尝试制作一个应用程序,允许用户自定义不同分布和内核估计器的许多组件。然而,在我进一步讨论之前,我的问题是:每次我调整应用程序中的一个滑块或其他可自定义选项时,都会绘制一个全新的示例。例如,如果我想减少内核带宽,如何使用一个示例而不进行更改? 现在我有以下R:每次定制都需要一致的随机样本,r,shiny,random-sample,R,Shiny,Random Sample,这是我的第一个问题,如果我不遵守任何网站规范,请提前道歉 我在用R做实验。我正在尝试制作一个应用程序,允许用户自定义不同分布和内核估计器的许多组件。然而,在我进一步讨论之前,我的问题是:每次我调整应用程序中的一个滑块或其他可自定义选项时,都会绘制一个全新的示例。例如,如果我想减少内核带宽,如何使用一个示例而不进行更改? 现在我有以下ui.R和server.R代码: library(shiny) shinyUI(bootstrapPage( headerPanel("K
ui.R
和server.R
代码:
library(shiny)
shinyUI(bootstrapPage(
headerPanel("Kernel Estimation"),
mainPanel(
sliderInput(inputId = "n_breaks",
label = "Number of bins in histogram (approximate):",
min = 1,
max = 50,
value = 25),
sliderInput(inputId = "observations",
label = "Number of observations:",
min = 10,
max = 1000,
value = 500),
checkboxInput(inputId = "density",
label = strong("Show density estimate"),
value = FALSE),
# Display this only if the density is shown
conditionalPanel(condition = "input.density == true",
sliderInput(inputId = "bw_adjust",
label = "Bandwidth adjustment:",
min = 0.2, max = 2, value = 1, step = 0.2)),
conditionalPanel(condition = "input.density == true",
selectInput(inputId = "kernel",
label = "Type of Kernel:",
list("Gaussian" = "gaussian", "Epanechnikov" = "epanechnikov", "Rectangular" = "rectangular", "Triangular" = "triangular", "Biweight" = "biweight", "Optcosine" = "optcosine"))),
checkboxInput(inputId = "individual_obs",
label = strong("Show individual observations"),
value = FALSE),
plotOutput(outputId = "main_plot", height = "300px")
)))
AAAA和:
library(shiny)
shinyServer(function(input, output) {
output$main_plot <- renderPlot({
hist(rnorm(input$observations,mean=0,sd=1),
probability = TRUE,
breaks = as.numeric(input$n_breaks),
xlab = "Observations",
main = "Standard Normal Distribution")
if (input$individual_obs) {
rug(rnorm(input$observations,mean=0,sd=1), col = "red")
}
if (input$density) {
dens <- density(rnorm(input$observations,mean=0,sd=1),
kernel = input$kernel,
adjust = input$bw_adjust)
lines(dens, col = "blue")
}
})
})
库(闪亮)
shinyServer(功能(输入、输出){
输出$main_plot我认为您的问题可以通过以下反应函数生成分布来解决:
get_observations <- reactive(
{
return(rnorm(input$observations,mean=0,sd=1))
})
if (input$individual_obs) {
rug(get_observations(), col = "red")
}
if (input$density) {
dens <- density(get_observations(),
kernel = input$kernel,
adjust = input$bw_adjust)
lines(dens, col = "blue")
}
get_observations我认为你的问题可以通过在反应函数中生成分布来解决,如下所示:
get_observations <- reactive(
{
return(rnorm(input$observations,mean=0,sd=1))
})
if (input$individual_obs) {
rug(get_observations(), col = "red")
}
if (input$density) {
dens <- density(get_observations(),
kernel = input$kernel,
adjust = input$bw_adjust)
lines(dens, col = "blue")
}
get_observations我认为你的问题可以通过在反应函数中生成分布来解决,如下所示:
get_observations <- reactive(
{
return(rnorm(input$observations,mean=0,sd=1))
})
if (input$individual_obs) {
rug(get_observations(), col = "red")
}
if (input$density) {
dens <- density(get_observations(),
kernel = input$kernel,
adjust = input$bw_adjust)
lines(dens, col = "blue")
}
get_observations我认为你的问题可以通过在反应函数中生成分布来解决,如下所示:
get_observations <- reactive(
{
return(rnorm(input$observations,mean=0,sd=1))
})
if (input$individual_obs) {
rug(get_observations(), col = "red")
}
if (input$density) {
dens <- density(get_observations(),
kernel = input$kernel,
adjust = input$bw_adjust)
lines(dens, col = "blue")
}
get\u查看set.seed
的帮助文件。查看set.seed
的帮助文件。查看set.seed
的帮助文件。查看set.seed
的帮助文件。这绝对是我所需要的-非常感谢!这似乎是我需要知道的许多闪亮应用程序的那种东西,所以我很高兴这是一个好的选择简单修复(:这绝对是我所需要的-非常感谢!这似乎是我需要知道的关于很多闪亮应用的事情,所以我很高兴这是一个简单的修复(:这绝对是我需要的-非常感谢!这似乎是我需要知道的关于很多闪亮应用的事情,所以我很高兴这是一个简单的修复(:这绝对是我所需要的-非常感谢!对于很多闪亮的应用程序,这似乎是我需要知道的事情,所以我很高兴这是一个简单的修复(: