我想在R中进行模拟 . 我想使用大量的试验 Build 一个循环 . 具体来说，我想使用具有已知均值，标准偏差和N = 9的正态分布 . 我想设置一个计数器，该计数器计算重复次数低于（或高于）某个值的次数 . 此外，我想看到生成的数据的直方图 .
不是循环的忠实粉丝，所以我会做这样的事情：
func<-function(n){ counter=0 x<-rnorm(1,0,1) if(x>2|x<(-2)) counter<-1 return(c(n,x,counter)) } n=1:1000 sum(do.call(rbind,lapply(n,func))[,3]) > sum(do.call(rbind,lapply(n,func))[,3]) [1] 41 > sum(do.call(rbind,lapply(n,func))[,3]) [1] 43 > sum(do.call(rbind,lapply(n,func))[,3]) [1] 43 > sum(do.call(rbind,lapply(n,func))[,3]) [1] 39
而 do.call(rbind,lapply(n,func)) 将为您提供创建数字的直方图所需的实际数据：
do.call(rbind,lapply(n,func))
dat<-data.frame(do.call(rbind,lapply(n,func))) names(dat)<-c("n","x","counter") head(dat) n x counter 1 1 -0.6591145 0 2 2 1.8163984 0 3 3 -2.0291848 1 4 4 0.3309398 0 5 5 -0.8214298 0 6 6 0.5275238 0
尝试这些方面的东西 .
#in this structure each row in the matrix is a sim rep sim.data<- matrix(rnorm(9*1000,0,1),1000,9) #this counts number of observations below threshold for each rep below <- apply(sim.data, 1, function(x) sum(x<0.60)) hist(below)
2 回答
不是循环的忠实粉丝，所以我会做这样的事情：
而
do.call(rbind,lapply(n,func))将为您提供创建数字的直方图所需的实际数据：尝试这些方面的东西 .