首页 文章

R：矢量化ifelse如何在多值yes / no参数的上下文中工作？

提问于
浏览 次
1

格尔曼和希尔在R中解释模拟 . 在第139页，他们说：

美国52％的成年人是女性，48％是男性 . 人的高度大致正常分布，平均69.1英寸，标准差2.9英寸;女性，平均63.7，标准差2.7 . 假设我们随机选择了10个成年人 . 我们对他们的平均身高有什么看法？

sex <- rbinom (10, 1, .52) R code
height <- ifelse (sex==0, rnorm (***10***, 69.1, 2.9), rnorm (***10***, 64.5, 2.7))     #"***"s added for emphasis.
avg.height <- mean (height)
print (avg.height)

我不明白两个10在rnorm函数中做了什么 .

性是一个10矢量 . 如果性别[1]为0，则ifelse从正态分布中选择10个高度值，平均值为69.1 ...，如果性别[2]为1，则ifelse从正常值选择10个高度值，平均值为64.5，依此类推，且仅为值性[10]将确定最终分配到高度的东西 .

显然我的理解是不正确的，它是从正确的分布中挑选十个值 . 我将第一次正态分布的均值改为669.1以理解它是如何将值赋值给高度的，而上面的代码正在做它应该做的事情 . 我仍然不明白两个10是什么东西在rnorm函数 . 当我将两个10改为两个时，一切都按预期工作 . 有人可以向我解释在上面的代码中如何分配10个高度值 .

r

1 回答

  • 2

    实际上，在定义正确的观测数量时存在差异 . 那是因为显然 ifelse 函数首先"completes"两个选项的数据，如data.frame，然后对每一行应用if选择 . 由于 sex 是10个元素向量，因此在 rnorm 函数中需要10个才能得到正确的答案 . 您可以看到用10s代替10s，将一个或十个元素向量传递给 ifelse 并为每个随机代重置 seed . 见下文：

    > set.seed(12345)
> sex <- rbinom (10, 1, .52) 
> 
> set.seed(12345)
> ifelse (sex[1]==0, rnorm (1, 69.1, 2.9), rnorm (1, 64.5, 2.7)) #correct
[1] 70.79803
> set.seed(12345)
> ifelse (sex[1]==0, rnorm (10, 69.1, 2.9), rnorm (10, 64.5, 2.7)) #almost true
[1] 70.79803
> set.seed(12345)
> ifelse (sex==0, rnorm (1, 69.1, 2.9), rnorm (1, 64.5, 2.7)) #wrong
 [1] 70.79803 70.79803 70.79803 70.79803 66.41556 66.41556 66.41556 66.41556 70.79803
[10] 70.79803
> set.seed(12345)
> ifelse (sex==0, rnorm (10, 69.1, 2.9), rnorm (10, 64.5, 2.7)) #correct
 [1] 70.79803 71.15745 68.78302 67.78486 62.47356 66.70563 62.10683 63.60474 68.27594
[10] 66.43397
> # is this what ifelse is doing?
> set.seed(12345)
> da=data.frame(sex, M=rnorm (10, 69.1, 2.9), W=rnorm (10, 64.5, 2.7))
> da$res <- apply(da,1,function(sx)ifelse(sx[1]==0,sx[2],sx[3]))
> da$res
 [1] 70.79803 71.15745 68.78302 67.78486 62.47356 66.70563 62.10683 63.60474 68.27594
[10] 66.43397
    回复于

相关问题