运行循环以改变样本数量

Question

我已经为伽马和对数正态分布的矩设置了一些初始参数,并应用Kolmogorov-Smirnov检验来获得p值.我的目的是显示针对不同N的p值与N的关系图.可以说在5到1000之间.我将如何实现这一目标？

mean <- 10
var <- 40
N <- 100
gamsample <- rgamma(N, shape=mean^2/var, rate=mean/var)
lnsample <- rlnorm(N, meanlog=log(mean)-log(1+mean^2/var)/2,
                          sdlog=sqrt(log(1+(mean^2/var))))

ks.test(gamsample, lnsample)$p.value

Answer 1

用途sapply():

mean <- 10
var <- 40
myP <- function(N) {
  gamsample <- rgamma(N, shape=mean^2/var, rate=mean/var)
  lnsample <- rlnorm(N, meanlog=log(mean)-log(1+mean^2/var)/2,
                     sdlog=sqrt(log(1+(mean^2/var))))

  ks.test(gamsample, lnsample)$p.value
}
N <- 5:1000
sapply(N, myP)

或者(更安全)vapply(N, myP, FUN.VALUE = 9.9).
如果您想要一个数据帧作为结果,您可以:

results <- data.frame(n=N, pval=sapply(N, myP))

对于@AndreElrico在他的(删除)答案中提出的情节:

ggplot2::ggplot(results, aes(x=n,y=pval)) + geom_point()