在Hmisc:：partition.matrix的输出上进行矢量化

我一直在尝试模拟一个二项式的过程，它发生在几个星期内，针对不同的池大小。我有7种不同的人才库规模，以及每周取得积极成果的可能性。我模拟了一个伯努利过程，每周给我一个固定数量的积极结果。我想使用

Hmisc

中的

partition.matrix

函数将这些积极结果分配到一个池中，如下所示：

library(Hmisc)
set.seed(1)

# vector of pool sizes
pool_sizes <- c(10,15,25,35,40,45,50)

# Vector of weekly probabilities
weekly_probabilities <- c(0.12,0.37,0.68,0.43,0.2)

# weekly bernoulli trials
pos_neg <- sapply(weekly_probabilities,function(x)rbinom(sum(pool_sizes),size = 1, p = x))

# Assigning outcomes to pools
pos_neg_pools <- partition.matrix(pos_neg,rowsep = pool_sizes,colsep = 5)

但我犯了这个错误：

Error in apply(x, 2, sum) : dim(X) must have a positive length 

问题似乎是

dim（pos_neg_pools[1]）

和

dim（pos_neg_pools[[1]]）

是

NULL

，并且

pos_neg_pools

的每个元素只能作为

pos neg_pools$`1``1

访问。我不知道如何对这个输出进行矢量化，我不想使用

for

循环，如果我有几千个池，每个池都有52周的数据，这可能会很麻烦

---

我该怎么办？感谢您的帮助

您有一个列表列表，拆分矩阵始终位于第一个子元素下：

 str(pos_neg_pools)
List of 7
 $ 1:List of 1
  ..$ 1: int [1:10, 1:5] 0 0 0 1 0 1 1 0 0 0 ...
 $ 2:List of 1
  ..$ 1: int [1:15, 1:5] 0 0 0 0 0 0 0 1 0 0 ...
 $ 3:List of 1
  ..$ 1: int [1:25, 1:5] 0 0 0 0 0 0 0 0 0 0 ...
 $ 4:List of 1
  ..$ 1: int [1:35, 1:5] 0 0 0 0 0 0 0 0 0 0 ...
 $ 5:List of 1
  ..$ 1: int [1:40, 1:5] 0 0 0 0 0 0 0 0 0 0 ...
 $ 6:List of 1
  ..$ 1: int [1:45, 1:5] 0 0 0 0 0 0 0 0 0 1 ...
 $ 7:List of 1
  ..$ 1: int [1:50, 1:5] 0 0 0 0 0 1 0 0 0 1 ...

这是每个矩阵的维数：

sapply(pos_neg_pools,function(x)dim(x[[1]]))
      1  2  3  4  5  6  7
[1,] 10 15 25 35 40 45 50
[2,]  5  5  5  5  5  5  5

在发布的代码中，您正在列表上应用函数。您需要通过以下方式达到一个级别：

sapply(pos_neg_pools,function(x)colSums(x[[1]]))

     1  2  3  4  5  6  7
[1,] 3  2  0  3  4  4  9
[2,] 2  4  7  6 17 16 23
[3,] 9 13 14 24 25 29 34
[4,] 5  5 12 13 18 17 21
[5,] 4  1  5  8  8 10 10

或：

要避免出现这种奇怪的列表，因为您不需要拆分列，请执行以下操作：

X = partition.matrix(pos_neg,rowsep = pool_sizes)
sapply(X,colSums)

     1  2  3  4  5  6  7
[1,] 3  2  0  3  4  4  9
[2,] 2  4  7  6 17 16 23
[3,] 9 13 14 24 25 29 34
[4,] 5  5 12 13 18 17 21
[5,] 4  1  5  8  8 10 10

---

您有一个列表列表，拆分矩阵始终位于第一个子元素下：

 str(pos_neg_pools)
List of 7
 $ 1:List of 1
  ..$ 1: int [1:10, 1:5] 0 0 0 1 0 1 1 0 0 0 ...
 $ 2:List of 1
  ..$ 1: int [1:15, 1:5] 0 0 0 0 0 0 0 1 0 0 ...
 $ 3:List of 1
  ..$ 1: int [1:25, 1:5] 0 0 0 0 0 0 0 0 0 0 ...
 $ 4:List of 1
  ..$ 1: int [1:35, 1:5] 0 0 0 0 0 0 0 0 0 0 ...
 $ 5:List of 1
  ..$ 1: int [1:40, 1:5] 0 0 0 0 0 0 0 0 0 0 ...
 $ 6:List of 1
  ..$ 1: int [1:45, 1:5] 0 0 0 0 0 0 0 0 0 1 ...
 $ 7:List of 1
  ..$ 1: int [1:50, 1:5] 0 0 0 0 0 1 0 0 0 1 ...

这是每个矩阵的维数：

sapply(pos_neg_pools,function(x)dim(x[[1]]))
      1  2  3  4  5  6  7
[1,] 10 15 25 35 40 45 50
[2,]  5  5  5  5  5  5  5

在发布的代码中，您正在列表上应用函数。您需要通过以下方式达到一个级别：

sapply(pos_neg_pools,function(x)colSums(x[[1]]))

     1  2  3  4  5  6  7
[1,] 3  2  0  3  4  4  9
[2,] 2  4  7  6 17 16 23
[3,] 9 13 14 24 25 29 34
[4,] 5  5 12 13 18 17 21
[5,] 4  1  5  8  8 10 10

或：

要避免出现这种奇怪的列表，因为您不需要拆分列，请执行以下操作：

X = partition.matrix(pos_neg,rowsep = pool_sizes)
sapply(X,colSums)

     1  2  3  4  5  6  7
[1,] 3  2  0  3  4  4  9
[2,] 2  4  7  6 17 16 23
[3,] 9 13 14 24 25 29 34
[4,] 5  5 12 13 18 17 21
[5,] 4  1  5  8  8 10 10