在醫(yī)學(xué)統(tǒng)計(jì)學(xué)或者流行病學(xué)里的現(xiàn)場(chǎng)調(diào)查、樣本選擇經(jīng)常會(huì)提到一個(gè)詞：隨機(jī)抽樣。隨機(jī)抽樣是為了保證各比較組之間均衡性的一個(gè)很重要的方法。那么今天介紹的第一個(gè)函數(shù)就是用于抽樣的函數(shù)sample：

> x=1:10 > sample(x=x)[1] 3 5 9 6 10 7 2 1 8 4

第一行代碼表示給x向量賦值1~10，第二行代碼表示對(duì)x向量進(jìn)行隨機(jī)抽樣。結(jié)果輸出為每次抽樣抽得的結(jié)果，可以看出該抽樣為無(wú)放回抽樣——最多抽n次，n為x向量中元素的個(gè)數(shù)。?

如果想指定在該向量中抽取元素的個(gè)數(shù)，需要加一個(gè)參數(shù)size：

> x=1:1000 > sample(x=x,size=20)[1] 66 891 606 924 871 374 879 573 284 305 914 792 398 497 721 897 324 437 [19] 901 33

這是在1~1000的正整數(shù)中抽樣，其中size指定抽樣的次數(shù)，抽了20次，結(jié)果如上所示。

這些都是無(wú)放回抽樣。所謂無(wú)放回抽樣，也就是說(shuō)某個(gè)元素一旦被選擇，該總體中就不會(huì)再有該元素。如果是有放回抽樣，則需添加一個(gè)參數(shù)repalce=T：

> x=1:10 > sample(x=x,size=5,replace=T)[1] 4 7 2 4 8

“replace”就是重復(fù)的意思。即可以重復(fù)對(duì)元素進(jìn)行抽樣，也就是所謂的有放回抽樣。我們看上面的結(jié)果，元素4在5次隨機(jī)抽樣的過(guò)程中被抽取了兩次。

R語(yǔ)言代碼有一個(gè)特性就是“對(duì)位性”，也許我的詞不專業(yè)，但是它的意思就是：如果我們輸入代碼的位置與某個(gè)函數(shù)中參數(shù)的位置一一對(duì)應(yīng)的話，我們可以不寫(xiě)該函數(shù)的參數(shù)，如：

> x=1:10 > sample(x,20,T)[1] 1 2 2 1 5 5 5 9 9 5 2 9 8 3 4 8 8 8 1 1

在上述代碼中我們省略了參數(shù)x，size和repalce，但是仍然可以運(yùn)算并且表示對(duì)x向量有放回隨機(jī)抽取20次。我們之所以盡量在每次編寫(xiě)代碼時(shí)帶上參數(shù)是因?yàn)槲矣X(jué)得這個(gè)習(xí)慣比較好，而且看起來(lái)清楚明白。另外，省略參數(shù)的前提是你非常熟悉某個(gè)函數(shù)參數(shù)的位置，否則一旦沒(méi)有“對(duì)位”,那么結(jié)果肯定是錯(cuò)誤的。而且很多函數(shù)有較多的參數(shù)，想記住它們的位置是困難的。而如果帶上參數(shù)，那么即使位置不對(duì)應(yīng)，也一樣可以運(yùn)算：

> x=1:10 > sample(size=20,replace=T,x=x)[1] 4 9 2 6 4 5 4 7 10 5 2 2 3 4 2 4 6 8 7 8

這種優(yōu)點(diǎn)顯而易見(jiàn)，不僅清楚，而且無(wú)需對(duì)應(yīng)。另外我們也可以看出，有放回抽樣的話size可以無(wú)窮大，而無(wú)放回抽樣size的大小就取決于總體的容量了。?


對(duì)于擲骰子，投硬幣（這可能是介紹抽樣必介紹的內(nèi)容），都屬于有放回抽樣。

這里要說(shuō)明，對(duì)于sample函數(shù)，參數(shù)x可以是數(shù)值，也可以是字符，實(shí)際上參數(shù)x代表任意一個(gè)向量：

> a=c("A","B") > sample(x=a,size=10,replace=T)[1] "B" "A" "A" "A" "B" "A" "A" "B" "A" "A"

上述代碼可以理解為擲硬幣，拋了10次，其中正面（A）與反面（B）出現(xiàn)的次數(shù)。

上述抽樣過(guò)程，每一個(gè)元素被抽取的概率相等，稱為隨機(jī)抽樣。

有時(shí)候我們的抽取元素的概率未必相等（如常見(jiàn)的二項(xiàng)分布概率問(wèn)題），此時(shí)我們需要添加一個(gè)參數(shù)prob，也就是“probability”（概率）的縮寫(xiě)。假設(shè)一名醫(yī)生給患者做某手術(shù)成功的概率是80%，那么現(xiàn)在他給20例病人做手術(shù)，可能有哪幾次是成功的呢？代碼如下：

> x=c("S","F") > sample(x,size=20,replace=T,prob=c(0.8,0.2))[1] "F" "S" "S" "S" "S" "S" "S" "S" "S" "S" "S" "S" "F" "S" "S" "F" "S" "S" [19] "F" "S"

其中“S”代表成功，“F”代表失敗。

> x=c(1,3,5,7) > sample(x,size=20,replace=T,prob=c(0.1,0.2,0.3,0.9))[1] 3 5 7 3 7 3 7 5 3 7 7 7 1 5 7 5 7 7 3 7

這些代碼告訴我們，對(duì)每一個(gè)元素都可以給定一個(gè)概率，且每個(gè)概率是獨(dú)立的，即在參數(shù)prob中，不一定所有元素的概率加起來(lái)等于1，它只代表某元素被抽取的概率而已。

對(duì)于sample函數(shù)，其參數(shù)x可以是R中任意一個(gè)對(duì)象（如上述對(duì)字符的抽樣）。其中還有一個(gè)功能相同的函數(shù)sample.int，“int”即“intger”的縮寫(xiě)，也就是“整數(shù)”。它的參數(shù)n必須是正整數(shù)：

> x=-10.5:7.5 > sample(x=x,size=3);sample.int(n=x,size=3)[1] -5.5 -7.5 0.5 Error in sample.int(x, size = 3) : invalid first argument

第一行代碼生成了-10.5到7.5的等差數(shù)列，結(jié)果輸出的第一行是sample的結(jié)果；第二行是sample.int的結(jié)果，提示錯(cuò)誤：“第一個(gè)自變量無(wú)效”，因?yàn)樗皇钦麛?shù)。其余的用法與sample是一樣的。

總結(jié)

以上是生活随笔為你收集整理的R语言笔记-sample()函数的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。