如何创建循环以在 R 中重复随机抽样过程

Question

我已经在 R 中编写了一些代码来对 3 个单独的向量（list1、list2、list3）进行采样而不进行替换。我从列表 1 中采样了 10 次，从列表 2 中采样了 20 次，从列表 3 中采样了 30 次。然后我组合了 3 个随机样本列表，并检查我对同一个字符串采样了 2 次或 3 次。我将如何实现自动化，以便我可以采样 100 次并获得频率计数分布？例如，我想看看我从所有三个列表中随机抽取相同字符串的频率。感谢您的协助。

所有输入数据都是这样的数千个字符串的列表：

列表 1:

     V1         
[1,] "EDA"
[2,] "MGN2"  
[3,] "5RSK"      
[4,] "NBLN"

我当前的代码：

sample_list1 <-(sample(list1,10, replace=FALSE))
sample_list2 <-(sample(list2,20, replace=FALSE))
sample_list3 <-(sample(list3,20, replace=FALSE))

combined_randomgenes <- c(list1, list2, list3)
combined_counts <- as.data.frame(table(combined_randomgenes))

overlap_3_lists <- nrow(subset(combined_counts, Freq == 3))
overlap_2_lists <- nrow(subset(combined_counts, Freq == 2))

如果在我的 3 个随机样本中只有 1 个字符串出现在所有 3 个随机样本中，那么我希望 overlap_3_lists 包含值 1。我想自动化以便我得到分布值，以便我可以绘制直方图以查看在所有 3 个列表中采样了 0、1、2、3 等相同字符串的次数。

Answer 1

您需要将第三个示例中的 20 更改为 30。此外，您的 combined_randomgenes 需要引用 sample_listx。然后只需将 for 循环代码放在它周围并分配结果即可。额外提示：小心在脚本中使用 subset 并设置种子，以便您的工作可重现。

set.seed(1234)

list1 <- 1:60
list2 <- 1:60
list3 <- 1:60

n <- 100
runs <- data.frame(run=1:n,threes=NA,twos=NA)
for(i in 1:n) {
  sample_list1 <-(sample(list1,10, replace=FALSE))
  sample_list2 <-(sample(list2,20, replace=FALSE))
  sample_list3 <-(sample(list3,30, replace=FALSE))

  combined_randomgenes <- c(sample_list1, sample_list2, sample_list3)
  combined_counts <- as.data.frame(table(combined_randomgenes))

  runs$threes[i] <- sum(combined_counts$Freq==3)
  runs$twos[i] <- sum(combined_counts$Freq==2)
}

runs
hist(runs$threes,5)
hist(runs$twos,5)

Answer 2

您也可以尝试使用 mapply()，稍微更具可读性，如下所示：

my_list <- list( A= 1:8, B= 1:8, C= 1:8)

my_list_sampled <- mapply(sample, size = c(5,5,3), my_list )
names(my_list_sampled) <- names(my_list)


result<- table(stack(my_list_sampled))

hist(result)

这将很好地总结数据，您可以根据观察的数量进行子集化。

result_all_3 <- (result == "3")

或者像这样数重叠

result <- data.frame(ifelse(result> 0, 1, 0))

result$overlap <- rowSums(result)

hist(result$overlap)

如何创建循环以在 R 中重复随机抽样过程

How to create a loop to repeat random sampling procedure in R

loops

r

sampling

resampling