时间戳

首页 > 解决方案 > 运行循环以改变样本数量

r - 运行循环以改变样本数量

问题描述

我为 gamma 和对数正态分布的矩设置了一些初始参数，并应用 Kolmogorov-Smirnov 检验来获得 p 值。我的目标是针对不同的 N 显示针对 N 的 p 值图。假设在 5 到 1000 之间。我将如何实现这一点？

mean <- 10
var <- 40
N <- 100
gamsample <- rgamma(N, shape=mean^2/var, rate=mean/var)
lnsample <- rlnorm(N, meanlog=log(mean)-log(1+mean^2/var)/2,
                          sdlog=sqrt(log(1+(mean^2/var))))

ks.test(gamsample, lnsample)$p.value

标签： rloops

解决方案

使用sapply()：

mean <- 10
var <- 40
myP <- function(N) {
  gamsample <- rgamma(N, shape=mean^2/var, rate=mean/var)
  lnsample <- rlnorm(N, meanlog=log(mean)-log(1+mean^2/var)/2,
                     sdlog=sqrt(log(1+(mean^2/var))))

  ks.test(gamsample, lnsample)$p.value
}
N <- 5:1000
sapply(N, myP)

或（更安全）vapply(N, myP, FUN.VALUE = 9.9)。
如果您想要一个数据框作为结果，您可以执行以下操作：

results <- data.frame(n=N, pval=sapply(N, myP))

对于@AndreElrico 在他的（已删除）答案中提出的情节：

ggplot2::ggplot(results, aes(x=n,y=pval)) + geom_point()

推荐阅读