取一个具有特定均值的样本答案

【问题标题】：take a sample that has a specific mean取一个具有特定均值的样本
【发布时间】：2018-11-19 11:27:24
【问题描述】：

假设我有一个像 {1,2,3, ..., 23} 这样的总体，我想生成一个样本，使样本的平均值等于 6。

我尝试使用sample 函数，使用自定义概率向量，但没有成功：

population <- c(1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23)
mean(population)
minimum <- min(population)
maximum <- max(population)
amplitude <- maximum - minimum 
expected <- 6
n <- length(population)
prob.vector = rep(expected, each=n)
for(i in seq(1, n)) {
  if(expected > population[i]) {
    prob.vector[i] <- (i - minimum) / (expected - minimum)
  } else {
    prob.vector[i] <- (maximum - i) / (maximum - expected)
  }
}
sample.size <- 5
sample <- sample(population, sample.size, prob = prob.vector)
mean(sample)

样本的平均值大约是总体的平均值（在 12 左右波动），我希望它在 6 左右。

一个好的样本是：

{3,5,6,8,9}，平均值=6.2
{2,3,4,8,9}，平均值=5.6

问题与sample integer values in R with specific mean 不同，因为我有一个特定的人口，我不能只生成任意实数，它们必须在人口内。

概率向量图：

【问题讨论】：

不是重复的，添加解释原因。
你能举一个平均为六的样本的例子吗？
@Onyambu，已添加
@akrun 为什么你把它标记为重复，你看到我添加了为什么它不是重复的解释吗？
@banan3'14 我找到了一个重复链接并标记为重复。我重新打开了它。没看到下面的cmets

标签： r sample

【解决方案1】：

你可以试试这个：

m = local({b=combn(1:23,5);
           d = colMeans(b);
           e = b[,d>5.5 &d<6.5];
           function()sample(e[,sample(ncol(e),1)])})
m()
[1] 8 5 6 9 3
m()
[1]  6  4  5  3 13

细分：

b=combn(1:23,5) # combine the numbers into 5
d = colMeans(b) # find all the means
e = b[,d>5.5 &d<6.5] # select only the means that are within a 0.5 range of 6
sample(e[,sample(ncol(e),1)]) # sample the values the you need

【讨论】：

哇，完美运行！你能稍微解释一下，这一切意味着什么吗？如果您不这样做，我会理解（我可能只需要阅读文档并找出 local 和其他函数的含义）。
我做了组合。结合 1:23 的 5 个值。然后找到了这些组合的所有手段。然后随机选择介于 5.5 和 6.5 之间的那些，然后将它们随机化
现在我明白了。但在我的真实案例中，我的人口规模为 800，样本规模为 100（太大而无法生成所有组合）。嗯，也许我会做蒙特卡洛
但如果您的样本量为 100，则无法获得 6 作为均值，因为最小均值可以是 50.5，因为它是在没有替换的情况下进行采样的。也就是说，如果您足够幸运的话采样 1:100 的值，没有大于 100 的值。mean(1:100)=50.5
在我的真实案例中，我没有自然数 :) 我的实数平均值在 144 左右，样本的平均值必须在 140 左右。