在 R 中，计算 1000 次重复的平均值

Question

我正在尝试进行 1000 次测试，将所有答案相加并除以 1000。

我正在尝试类似的方法，但它不起作用，但它只为我提供了执行 1 次的价值。

for(i in 1:1000) {
  x <- sample(1:500, 30, replace = F)

  mhat <- stimateM <- 2*mean(x) - 1
  y <- abs(mhat-500)
  value =+ y
}

Answer 1

根据 coffeinjunky 的建议，这里有一个在循环外定义容器的示例，然后在循环内添加模拟值，最后在循环外对所有值进行求和和除法。

value = list()

for(i in 1:1000){

  x=sample(1:500,30,replace=F)

  mhat=stimateM=2*mean(x)-1
  y=abs(mhat-500)
  value[i]=y

}

sumValue = sum(unlist(value))
divValue = sumValue/1000

Answer 2

这里有一个不使用循环的 R 风格的解决方案：

x <- replicate(1000, sample.int(500,30,replace=F))
y <- abs(2*colMeans(x)-501)

sumValue = sum(y)
divValue = mean(y)

replicate 将为我们提供所需的矩阵输出，然后我们可以使用矢量化函数 colMeans.

随着重复次数的增加，此方法的效果会更好：

loopSoln <- function(N) {
  value = list()
  for(i in 1:N) {
    x=sample(1:500,30,replace=F)
    mhat=stimateM=2*mean(x)-1
    y=abs(mhat-500)
    value[i]=y
  }
  sumValue = sum(unlist(value))
  divValue = sumValue/N
}

replicateSoln <- function(N) {
  x <- replicate(1000, sample.int(500,30,replace=F))
  y <- abs(2*colMeans(x)-501)
  sumValue = sum(y)
  divValue = mean(y)
}

(ltimes <- sapply(c(1e2,1e3,1e4,1e5), function(N) system.time(loopSoln(N))[3]))
## elapsed elapsed elapsed elapsed 
##   0.002   0.014   0.158   2.009 

(rtimes <- sapply(c(1e2,1e3,1e4,1e5), function(N) system.time(replicateSoln(N))[3]))
## elapsed elapsed elapsed elapsed 
##   0.007   0.011   0.007   0.010 

plot(ltimes~I(2:5), type = 'l', col = 2, xlab = "log_10 number of replicates", ylab = "elapsed time (sec)")
lines(rtimes~I(2:5), col = 4)
legend("topleft", lty = 1, col = c(2,4), 
  legend = c("Loop", "replicate + rowMeans"))

在 R 中，计算 1000 次重复的平均值

In R,Computing average from 1000 replications

r

replicate