根据我的数据在R中的分布生成新的随机分布
我有一个数据集,包含27个观测值和相关的观测概率(介于0和1之间),如下所示 Data Prob_1 Prob_2 1 .1 1 2 0 1 3 0 1 4 0 .8 5 .3 .5 6 .6 .2 7 .9 .1 8 1 0 9 1 0 10 .6 0 11 .2 0 12 .2 .1 13 .6 .3 14 .4 .4 15 .1 .5 16 .1 .3 17 .4 0 18 .7 0 19 1 0 20 1 .1 21 1 .4 22 .8 .8 23 .4 1 24 .2 1 25 .1 1 26 0 1 27 0 1 一旦我有了test_dist,我就不知道如何绘制它来查看为点1到27生成的新数据的概率和方差带 我甚至不确定这是否是按照我的分布生成随机样本分布的最佳方法根据我的数据在R中的分布生成新的随机分布,r,random,distribution,R,Random,Distribution,我有一个数据集,包含27个观测值和相关的观测概率(介于0和1之间),如下所示 Data Prob_1 Prob_2 1 .1 1 2 0 1 3 0 1 4 0 .8 5 .3 .5 6 .6 .2 7 .9 .1 8 1 0 9 1 0 10 .6
谢谢 主旨 要从现有数据生成分布,您需要计算它的
mean
和sd
,
你可以做如下的事情
(d_summary <- d %>% select(-Data,) %>% summarise_all(.funs = lst(mean,sd)))
# A tibble: 1 x 4
Prob_1_mean Prob_2_mean Prob_1_sd Prob_2_sd
<dbl> <dbl> <dbl> <dbl>
1 0.433 0.463 0.376 0.419
输出
# A tibble: 6 x 3
Id prob_1_generated prob_2_generated
<int> <dbl> <dbl>
1 1 0.0283 0.999
2 2 0.525 0.447
3 3 0.247 0.617
4 4 0.519 -0.0744
5 5 0.817 0.520
6 6 0.375 0.678
d_tidy %>%
ggplot(aes(x = sample_values, group = hist_name, color = hist_name))+
geom_density()
#一个tible:6 x 3
Id prob_1_生成prob_2_生成
1 1 0.0283 0.999
2 2 0.525 0.447
3 3 0.247 0.617
4 4 0.519 -0.0744
5 5 0.817 0.520
6 6 0.375 0.678
希望这就是您想要的
d_out <- tibble(
Id = 1:500,
prob_1_sample = sample(d$Prob_1, 500, replace = T),
prob_2_sample = sample(d$Prob_2, 500, replace = T)
)
注意:始终使用dput(您的数据帧)
发布您的输入数据
整洁的格式便于使用ggplot进行绘图
d_tidy <- d_out %>% pivot_longer(cols = -Id, names_to = "hist_name",values_to = "sample_values")
输出
点范围图用于mean
和sd
比较
d_tidy %>%
group_by(hist_name) %>%
summarise(Mean = mean(sample_values), SD = sd(sample_values)) %>%
ggplot(aes(x = factor(hist_name), y = Mean)) +
geom_pointrange(aes(ymax = Mean + SD,
ymin = Mean - SD))
输出
# A tibble: 6 x 3
Id prob_1_generated prob_2_generated
<int> <dbl> <dbl>
1 1 0.0283 0.999
2 2 0.525 0.447
3 3 0.247 0.617
4 4 0.519 -0.0744
5 5 0.817 0.520
6 6 0.375 0.678
d_tidy %>%
ggplot(aes(x = sample_values, group = hist_name, color = hist_name))+
geom_density()
谢谢您的回复。我希望实际生成150份样本分布。然后绘制150个分布的平均值以及方差带。如果我的问题不清楚,我道歉。@sck我必须写新的答案。让我知道你的想法。非常感谢你的回答和你有用的笔记/提示。非常有用!!
d_tidy %>%
ggplot(aes(x = sample_values, group = hist_name, color = hist_name))+
geom_density()
d_tidy %>%
group_by(hist_name) %>%
summarise(Mean = mean(sample_values), SD = sd(sample_values)) %>%
ggplot(aes(x = factor(hist_name), y = Mean)) +
geom_pointrange(aes(ymax = Mean + SD,
ymin = Mean - SD))