在 R 中生成一些简单的虚拟数据

Posted 2023-02-25

【中文标题】在 R 中生成一些简单的虚拟数据

【英文标题】：Generate some simple dummy data in R

【发布时间】：2017-02-02 14:58:29

【问题描述】：

我只是想要一些随机数据来试验不同的预测模型。

我的代码：

x <- 0

for (i in 1:200)

    num <- runif(1, 0, 500)
    neg <- round(runif(5, -1, 0))
    percent <- ((0.01 * runif(1, 1, 10)) * num)

    x[i] = num + (neg * percent)

这个想法是这应该产生 200 分。

num 是 0 到 500 之间的随机数

neg要么是-1要么是1，只是为了给随机偏移增加一些灵活性（随机生成点的负偏移或正偏移）

percent 只是原始生成的随机数的 1% 到 10% 之间的随机百分比，可以添加或减去

我用我的主要语言 C# 编写的非常相似的代码运行良好并生成了正确的绘图。我或多或少地尝试移植该代码。

每当我运行上述程序时，我都会收到以下错误（很多）：

number of items to replace is not a multiple of replacement length

在for循环的最后一行代码触发。

我希望能够解决这个问题。任何帮助表示赞赏。谢谢！

【问题讨论】：

neg 的长度为 5，因为您为其 n 参数提供了 5。因此，您尝试添加长度为 1 的 num 和长度为 5 的 neg

@Chrisss 我该如何解决这个问题？ <- 是唯一的加法运算符吗？ = 提供相同的错误

如果 neg 是 -1 或 1，那么你应该这样做：neg = round(runif(200,0,1)) * 2 - 1 因为你的表达式将返回数字 -1 或 0

@KingDan,<-是赋值运算符，类似于函数assign。 = 也是一个赋值运算符，但是，它的“权力”更加有限。阅读此***.com/questions/2271575/…

【参考方案1】：

克里斯已经在他的评论中指出了你的问题。但是，从R 编程的角度来看，您正在做很多坏事。以下方法更好：

N <- 200

d <- data.frame(x = rep(NA, N))

num <- runif(N, 0, 500)
neg <- sample(c(1,-1), 200, replace = TRUE) #jrdnmdhl pointed this out in his post
percent <- ((0.01 * runif(N, 1, 10)) * num)
d$x <- num + (neg * percent)

为什么这样更好？两个原因，我们避免了 for 循环。 R 是一种高级语言，因此循环很慢。其次，你没有预先分配你的内存。跳过这一步也会减慢速度。 R 必须为您的示例中的每次迭代查找更多内存。

Hadley Wickham 的 Advanced R 是一个很好的资源，要了解更多关于第一个和第二个原因的信息，请阅读 this 和 that

【讨论】：

最后只做 d

感谢您的回答 - 根据您的第二行，NA 在 R 中表示什么？

@KingDan NA 表示缺失值。更具体地说，它是一个既不代表TRUE 也不代表FALSE 的逻辑常数。通常使用NA 来预分配内存，因为据推测，当您修改对象时，您将用实际数据替换NA。但是，您可以使用任何东西预分配内存，例如 9999。有关NA 的更多信息，请阅读此r-bloggers.com/r-na-vs-null

【参考方案2】：

评论者提到了主要问题，但如果矢量化，您的代码会快得多。此外，您对“否定”的描述与其正在做的事情不一致。您的代码不会生成 -1 或 1。相反，它会生成 -1 或 0。下面的代码将为 neg 变量生成 -1 或 1。

num = runif(200, 0, 500)
neg = sample(c(1,-1),200,replace=T)
percent = ((0.01 * runif(200, 1, 10)) * num)
x = num + (neg * percent)