循环模拟中的子集数据
subset data inside simulation for loop
我已经模拟了一个数据集 10 次,我想将每次迭代(100 个观察值)分成两组。下面是我的示例脚本:
n_per_sim <-100
num_sims <- 10
set.seed(12345)
sim_output_1 <- rep(NA, times = num_sims)
sim_output_2 <- rep(NA, times = num_sims)
#This creates a vector of 10 NA values`
for (sim_number in 1:num_sims){
data <- rbinom(n=n_per_sim, 1, 0.5)
group1 <- data[1:50,]
group2 <- data[50:100,]
sim_output_1[sim_number] <- group1
sim_output_2[sim_number] <- group2
}
sim_output_1
sim_output_2
我知道索引目前不起作用,但这正是我正在尝试的。
我不太确定你在统计上试图做什么。但是,如果您将 sim_output_1
和 sim_output_2
声明为列表,那么编程明智,它应该可以工作。
n_per_sim <-100
num_sims <- 10
sim_output_1 <- vector("list", length = num_sims)
sim_output_2 <- vector("list", length = num_sims)
for (sim_number in 1:num_sims){
data <- rbinom(n=n_per_sim, 1, 0.5)
group1 <- data[1:50]
group2 <- data[50:100]
sim_output_1[[sim_number]] <- group1
sim_output_2[[sim_number]] <- group2
}
我已经模拟了一个数据集 10 次,我想将每次迭代(100 个观察值)分成两组。下面是我的示例脚本:
n_per_sim <-100
num_sims <- 10
set.seed(12345)
sim_output_1 <- rep(NA, times = num_sims)
sim_output_2 <- rep(NA, times = num_sims)
#This creates a vector of 10 NA values`
for (sim_number in 1:num_sims){
data <- rbinom(n=n_per_sim, 1, 0.5)
group1 <- data[1:50,]
group2 <- data[50:100,]
sim_output_1[sim_number] <- group1
sim_output_2[sim_number] <- group2
}
sim_output_1
sim_output_2
我知道索引目前不起作用,但这正是我正在尝试的。
我不太确定你在统计上试图做什么。但是,如果您将 sim_output_1
和 sim_output_2
声明为列表,那么编程明智,它应该可以工作。
n_per_sim <-100
num_sims <- 10
sim_output_1 <- vector("list", length = num_sims)
sim_output_2 <- vector("list", length = num_sims)
for (sim_number in 1:num_sims){
data <- rbinom(n=n_per_sim, 1, 0.5)
group1 <- data[1:50]
group2 <- data[50:100]
sim_output_1[[sim_number]] <- group1
sim_output_2[[sim_number]] <- group2
}