从减少人口中抽取样本
我想从data.frame中随机取样行，将函数应用于子集，然后从其余行中取样，将函数应用于新子集（使用不同参数）等等。
一个简单的例子是，如果每个月有5％的人死亡，第二个月我需要的人数减去那些在第一个月死亡的人。
我已经制定了一个非常详细的方法，涉及从抽样行中保存ID，然后将它们从第二阶段的数据中分类出来等等。
library(data.table)
dt <- data.table(Number=1:100, ID=paste0("A", 1:100))
first<-dt[sample(nrow(dt), nrow(dt)*.05)]$ID
mean(dt[ID %in% first]$Number)
second<-dt[!(ID %in% first)][sample(nrow(dt[!(ID %in% first)]),
nrow(dt[!(ID %in% first)])*.05)]$ID
mean(dt[ID %in% c(first,second)]$Number)
dt[!(ID %in% first)][!(ID %in% second)] #...
显然，这在过去几个时期是不可持续的。 有什么更好的方法来做到这一点？ 我想这是一个标准方法，但不能认为要特别寻找什么。 感谢任何和所有的输入。
这显示了如何“增长”以每间隔5％的时间间隔采样的项目矢量：
removed <- numeric(0)
for ( i in 1:10){
removed <- c(removed, sample( (1:100)[!(1:100) %in% removed], # items out so far
(100-length(removed))*.05)) # 5% of remainder
cat(c(removed, "n")) # print to console with each iteration.
}
54 1 76 96 93
54 1 76 96 93 81 16 13 79
54 1 76 96 93 81 16 13 79 80 74 30 29
54 1 76 96 93 81 16 13 79 80 74 30 29 52 33 86 19
54 1 76 96 93 81 16 13 79 80 74 30 29 52 33 86 19 34 32 41 62
54 1 76 96 93 81 16 13 79 80 74 30 29 52 33 86 19 34 32 41 62 5 70 8
54 1 76 96 93 81 16 13 79 80 74 30 29 52 33 86 19 34 32 41 62 5 70 8 66 82 50
54 1 76 96 93 81 16 13 79 80 74 30 29 52 33 86 19 34 32 41 62 5 70 8 66 82 50 6 91 99
54 1 76 96 93 81 16 13 79 80 74 30 29 52 33 86 19 34 32 41 62 5 70 8 66 82 50 6 91 99 46 27 51
54 1 76 96 93 81 16 13 79 80 74 30 29 52 33 86 19 34 32 41 62 5 70 8 66 82 50 6 91 99 46 27 51 22 23 20
请注意，添加到“删除”列表中的项目的实际数量将会减少。
链接地址: http://www.djcxy.com/p/73901.html