隨機分配值基於R中

條件的兩個矩陣我有兩個矩陣：old1和GL1，我想從兩個矩陣中的值分配成另一種兩個新的矩陣。我用了這個方法：1）把這兩個矩陣聯繫起來; 2）使用樣本函數隨機分配值; 3）將大矩陣分成兩個新矩陣。下面是代碼：隨機分配值基於R中

library(ms.sev) 

    ### old Global MSSS matrix 
    data(oldMsss) 

    old <- data.matrix(oldMsss) 

    old1 <- old[-1,-1] 

    ## use the global MSSS 
    data(globalMsss) 

    gl <- data.matrix(globalMsss) 

    gl1 <- gl[,-1] 

    ## combine 
    tc <- rbind(gl1,old1) 

    set.seed(1) 

    n.permutations = 5 
    sum.table = rep(1,n.permutations) 

    for(j in 1:n.permutations) { 
     print(j) 

     t1 <- matrix(sample(tc),nrow=60) 
     tf <- t1[1:30,] 
     tf1 <- t1[31:60,] 
     sum.table[j] <- sum(tf1-tf) 

    }

通過檢查細節矩陣，我注意到，對於這兩種old1和GL1，從EDSS.0.0到EDSS.9.5，該值應增加（例如，從0.91到10，用於gl1），與y相同，值應該減小（例如，gl1從0.91到0.07）。

然而，我的方法上面是不正確的，因爲它分配值時，沒有采取相關考慮。任何想法如何將值分配給新的矩陣，但遵循類似的模式？

非常感謝......

來源

2017-07-17 user2669497

我聽不太懂你想exactly.If要隨機從兩個分配值是什麼矩陣到另一個矩陣，爲什麼相關性很重要？ – Florian

弗洛裏安嗨，遺憾的混亂。我已經刪除了「隨機」一詞。它更像按照上述 – user2669497

如果你認爲你的數據是多元高斯，你可以做

sample_similar_patern <- function(mat) { 
    MASS::mvrnorm(n = nrow(mat), mu = colMeans(mat), Sigma = cov(mat)) 
} 

for(j in 1:n.permutations) { 
    print(j) 

    tf <- sample_similar_patern(gl1) 
    tf1 <- sample_similar_patern(old1) 

    sum.table[j] <- sum(tf1-tf) 
}

來源

2017-07-17 10:51:28

許多感謝您的答覆中描述的圖案分配值，以兩個新的矩陣。 F.Prive – user2669497

新矩陣將基於GL1和old1的值，但重新分配遵循同樣的模式分爲兩個新的矩陣這些值。（例如，在old1 0.91和0.86中GL1，0.67和0.53。新的矩陣將是0.91,0.67 VS 0.86，0.53，或0.91,0.53 VS 0.86，0.67）。任何想法如何做到這一點？... – user2669497

隨機分配值基於R中

回答

相關問題