从平均值为 5、标准差为 3 的正态分布中模拟 5000 个大小为 5 的样本

Question

我正在尝试从平均值为 5、标准差为 3 的正态分布模拟 5000 个大小为 5 的样本。然后我想计算每个样本的平均值并制作样本平均值的直方图

我当前的代码没有给我错误，但我认为这是不对的：

nrSamples = 5000
e <- list(mode="vector",length=nrSamples)
for (i in 1:nrSamples) {
e[[i]] <- rnorm(n = 5, mean = 5, sd = 3)
}

sample_means <- matrix(NA, 5000,1)
for (i in 1:5000){
sample_means[i] <- mean(e[[i]])
}

关于如何解决这个问题有什么想法吗？我对 R 非常非常陌生！

Answer 1

实际上，您可以在没有 for 循环的情况下做到这一点。replicate可用于创建 5000 个样本。然后使用sapply返回每个样本的平均值。将调用包装sapply起来hist()以获得平均值的直方图。

dat = replicate(5000, rnorm(5,5,3), simplify=FALSE)

hist(sapply(dat, mean))

或者，如果您想保存方法：

sample.means = sapply(dat,mean)
hist(sample.means)

我认为您的代码给出了有效的结果。 list(mode="vector",length=nrSamples)没有做我认为你想要的事情（在控制台中运行它并看看会发生什么），但它成功了，因为前两个列表元素在循环中被覆盖。

虽然这里不需要使用循环，但为了说明目的，这里是使用循环的代码的两个修改版本：

# 1. Store random samples in a list
e <- vector("list", nrSamples) 
for (i in 1:nrSamples) {
  e[[i]] <- rnorm(n = 5, mean = 5, sd = 3)
}

sample_means = rep(NA, nrSamples)
for (i in 1:nrSamples){
  sample_means[i] <- mean(e[[i]])
}

# 2. Store random samples in a matrix
e <- matrix(rep(NA, 5000*5), nrow=5)
for (i in 1:nrSamples) {
  e[,i] <- rnorm(n = 5, mean = 5, sd = 3)
}

sample_means = rep(NA, nrSamples)
for (i in 1:nrSamples){
  sample_means[i] <- mean(e[, i])
}

Answer 2

在这种情况下，您不需要列表。过度使用列表是 R 新用户的一个常见错误。

observations <- matrix(rnorm(25000, mean=5, sd=3), 5000, 5)
means <- rowMeans(observations)

Nowmeans是一个包含 5000 个元素的向量。