2012-06-17 4 views
0

제가랜덤 샘플링

d<-1:100

난 여분없이 벡터 에서 K = 3 회 샘플링 할 벡터를 갖는다. 두 번째 샘플 요소에서 멀리 떨어져있는 요소를 샘플링 할 가능성이 더 높은 요소를 만들고 싶습니다. 나는 아직 얼마나 더 많이 확신하지 못한다. 나는 이 prob= 인수를 가지고 있지만 초기 샘플 위치에서 prob= 벡터가 다시 계산되도록 길을 찾을 수가 없다는 것을 알고 있습니다.

아이디어가 있으십니까?

예 : d<-1:100. 첫 번째 시험 샘플 d[30]=30을 말합니다. 그러면 0, 60 및 90에 가까운 ddd의 요소는 더 높은 샘플링 가능성을 가져야합니다. 그래서 초기 샘플 후 ddd의 요소의 나머지의 샘플링 확률의 분포는 이미지과 같습니다 image

+0

대체하지 않고 샘플링하므로 원하는 오프셋의 샘플을 사용할 수없는 경우 확률이 어떻게 변하는가? – Fhnuzoag

답변

2

나는 생각한다

samp <- sample(1:100,1) 
prob <- rep(1,100) 
prob[samp]=0 

더 편집 : 오늘은 바보 야 . 이제 이것은 당신이 요구 한 확률 모양을 만들 것입니다.

peke<-c(2,5,7,10,7,5,2) #your 'triangle' probability 
for (jj = c(0,2,3){ 
prob[(1:7)*(1+samp*(jj)] <- peke 
} 
newsamp <-sample(1:100,1,prob) 

원하는 위치에 확률 피크를 배치하지 않으면 약간의 오프셋을 추가 할 수 있습니다.

+0

그다지 효과가없는 것 같습니다. – ECII