有一个自举数据对象，但希望每次试验的观察总和而不是 rstudio 中的整体聚合

Question

我有以下数据对象：

 require(tidyverse)
    sample(x = 0:1, size = 4, replace = TRUE) %>% sum()

我已经使用复制函数创建了此代码的 bootstrap 模拟（我们正在模拟抛硬币，heads50 是最终数据对象）：

heads50 <- replicate(50, sample(0:1, 4, TRUE)) %>% sum()

然而，当我运行求和函数时，它给出了该实验所有重复的正面总总数，而不是每次试验的输出（即抛硬币 4 次时正面朝上的次数）每次试验是我想知道的，而不仅仅是总数，所以我可以稍后绘制概率）

我还创建了一个数据对象来尝试按可能性分组（即计算在一次试验中抛出一个正面 v 2 个正面 v 3 个正面 v 4 个正面的概率），如下所示：

data50 <- tibble(heads = heads50) %>% 
group_by(heads) %>% 
summarise(n = n(), p=n/50)

问题是，当我尝试生成直方图时，它并没有这样做，而只是给我一个柱状图的总体概率总和：

    ggplot(data50, aes(x = heads, y = p)) +
  geom_bar(stat = "identity", fill = "green") +
  labs(x = "Number of Heads", y = "Probability of Heads in 4 flips(p)") +
  theme_minimal()

有人知道如何对每个试验求和并分离出可能性吗？我试图重新启动 rstudio 并重新加载 tidyverse 包，其中包括具有 6 个核心功能的 dplyr。

Answer 1

这里的根本问题是当您调用 sum() 函数时。当 sum() 在 replicate() 之外时，replicate() 将生成一个 0 和 1 的 4x50 矩阵，然后 sum() 会将其展平并将其全部加起来.相反，您想要的是每次试验的总和；我们想在复制循环内做加法，而不是在它之外。尝试：

heads50 <- replicate(50, sample(0:1, size = 4, replace = T) %>% sum)

另一种选择是仅沿列对矩阵求和；也就是说，

heads50 <- replicate(50, sample(0:1, size = 4, replace = T)) %>% colSums

这次 colSums() 函数位于 replicate() 之外，就像在您的原始示例中一样。

Answer 2

@Aaron 指出的很正确。你真的不需要管道来总结你的计数。你可以写成下面这样，或者如果你熟悉二项分布，你所拥有的本质上就是rbinom(50,4,0.5)。

所以下面我又写了一遍你的代码来模拟和绘制。希望它在某些方面有用：

library(dplyr)
set.seed(123)

data.frame(trial=1:50) %>% 
mutate(heads=rbinom(50,4,0.5)) %>%
count(heads) %>% 
mutate(p=n/sum(n)) %>% 
ggplot(aes(x=heads,y=p)) + 
geom_bar(stat="identity",fill="green") + 
labs(x="Number of heads",y="Probability of Heads in 4 flips(p)") + 
theme_minimal()

有一个自举数据对象，但希望每次试验的观察总和而不是 rstudio 中的整体聚合

Have a bootstrapped data object but want the sum of observations per trial not overall aggregate in rstudio

simulation

r

sum

dplyr

statistics-bootstrap