在数据集模拟中循环

Question

我希望在 R 中得到以下问题的帮助。

我有以下代码可以根据指数分布生成 30 列数据集：

x0=0
xmax=8000
xout=3000
lambda=0.0002
n=1

  x1=x0+rexp(n,lambda)-xout
  x2=x1+rexp(n,lambda)-xout
  x3=x2+rexp(n,lambda)-xout
  x4=x3+rexp(n,lambda)-xout
  x5=x4+rexp(n,lambda)-xout
  x6=x5+rexp(n,lambda)-xout
  x7=x6+rexp(n,lambda)-xout
  x8=x7+rexp(n,lambda)-xout
  x9=x8+rexp(n,lambda)-xout
  x10=x9+rexp(n,lambda)-xout
  x11=x10+rexp(n,lambda)-xout
  x12=x11+rexp(n,lambda)-xout
  x13=x12+rexp(n,lambda)-xout
  x14=x13+rexp(n,lambda)-xout
  x15=x14+rexp(n,lambda)-xout
  x16=x15+rexp(n,lambda)-xout
  x17=x16+rexp(n,lambda)-xout
  x18=x17+rexp(n,lambda)-xout
  x19=x18+rexp(n,lambda)-xout
  x20=x19+rexp(n,lambda)-xout
  x21=x20+rexp(n,lambda)-xout
  x22=x21+rexp(n,lambda)-xout
  x23=x22+rexp(n,lambda)-xout
  x24=x23+rexp(n,lambda)-xout
  x25=x24+rexp(n,lambda)-xout
  x26=x25+rexp(n,lambda)-xout
  x27=x26+rexp(n,lambda)-xout
  x28=x27+rexp(n,lambda)-xout
  x29=x28+rexp(n,lambda)-xout
  x30=x29+rexp(n,lambda)-xout

我有三个疑惑：

1 - 有没有办法以简化形式编写此函数？

2 - 这一行（30 列）需要模拟 10,000 次。如何在循环中执行此操作？

3 - 每个单元格（x1，x2，x3 ...）的值必须限制在区间x0和xmax（0-8000）内。如何做到这一点？

Answer 1

Is there any way to write this function in a reduced form?

我会这样做。很确定这是等效的。

ncol = 30

row = rexp(ncol, lambda)
row = cumsum(row) - xout * (1:ncol)

This row (30 columns) needs to be simulated 10,000 times. How to do this in a loop?

将replicate与上面的代码一起使用：

sim_data = t(replicate(10000, {
  row = rexp(ncol, lambda)
  row = cumsum(row) - xout * (1:ncol)
}))

replicate 给出 10000 列和 30 行。我们使用 t() 将其转置为 10000 行 30 列。

The values of each cell (x1, x2, x3 ...) must be limited to the interval x0 and xmax (0-8000). How to do this?

使用 pmin() 和 pmax()。不确定您是否希望在累积求和之前或之后完成此操作...

sim_data = t(replicate(10000, {
  row = rexp(ncol, lambda)
  row = cumsum(row) - xout * (1:ncol)
  row = pmax(0, row)
  row = pmin(xmax, row)
  row
}))

Answer 2

这取决于您要对超过 8000 的值执行的操作。这是一个仅采用这些值并使用模运算符将它们环绕起来的解决方案。

library(tidyverse)

test <- data.frame(x0 = rep(0, n))
for (i in 1:30) {
  new_col <- sym(paste0("x", i))
  old_col <- sym(paste0("x", i - 1))
  test <- test %>% 
    mutate(!!new_col := (!!old_col + rexp(n, lambda) - xout) %% xmax)
}

我不知道您对我在这里大量使用的 tidyverse 和 tidy 评估有多熟悉。 !! 运算符与 sym() 结合使用，将变量名转换为实际变量。 %>% 运算符 "pipes" 从一个函数到下一个函数的数据。 := 运算符仅在您想要在左侧使用 !! 进行赋值时才需要。

我认为这是我第一次真正尝试 post 在 Whosebug 上回答问题，所以请放轻松！ :)

Answer 3

由于我自己对 R 还很陌生，所以我认为尝试将其写出来是一种很好的做法。也许不是最有效的代码，但它有效：

xmax <- 8000
xout <- 3000
lambda <- 0.0002
n <- 1
iterations <- 30

df <- data.frame(matrix(ncol = 31, nrow = iterations))
names(df) <- c(paste("x", 0:30, sep=""))

for (j in 1:iterations) {
  df$x0[j] <- 0
  df$x1[j] <- df$x0[j] + rexp(n,lambda)-xout
  if (df$x1[j] < 0) {
    df$x1[j] <- 0
  }
  if (df$x1[j] > 8000) {
    df$x1[j] <- 8000
  }
  for (i in 3:31) {
    df[j,i] <- df[j, i-1] + rexp(n,lambda)-xout
    if (df[j,i] < 0) {
      df[j,i] <- 0
    }
    if (df[j,i] > 8000) {
      df[j,i] <- 8000
    }
  }
}

您可以将 iterations 更改为 30000，出于测试目的，我使用了 30。另外我不知道你是否想在下一次迭代之前或之后限制为 0 和 8000，我以前做过。

在数据集模拟中循环

Loop in a dataset simulation

r

simulation

exponential

exponential-distribution