使用 rnorm 连续创建数据，直到 R 中出现异常值

Question

抱歉标题令人困惑，但我不知道如何命名我正在尝试做的事情。我的目标是创建一个包含 1000 个 obs 的数据集，每个数据集都是运行的长度。我创建了一个阶段 1 数据集，从中生成了一组控制限制。我现在要做的是创建一个最有可能使用 rnorm 的阶段 2 数据集。我试图做的是创建一个重复循环，该循环将在阶段 2 数据集中不断创建值，直到其中一个值超出阶段 1 数据集产生的控制限制。例如，如果我有 3.0 和 -3.0 作为控制限制，phase2 数据集将创建一堆观察值，直到 obs 398，此时此处的值恰好是 3.45，从而停止创建数据。然后我的目标是记录数字 398。此外，我试图将代码循环回阶段 1 数据集/控制限制部分并创建一组新的控制限制，然后运行另一个阶段 2，直到我记录了 1000 个运行长度.我为阶段1/控制限制提供的代码工作正常，如下所示：

nphase1=50
nphase2=1000
varcount=1
meanshift= 0
sigmashift= 1


##### phase1 dataset/ control limits #####

phase1 <- matrix(rnorm(nphase1*varcount, 0, 1), nrow = nphase1, ncol=varcount)
mean_var <- apply(phase1, 2, mean)
std_var <- apply(phase1, 2, sd)
df_var <- data.frame(mean_var, std_var)

Upper_SPC_Limit_Method1 <- with(df_var, mean_var + 3 * std_var)
Lower_SPC_Limit_Method1 <- with(df_var, mean_var - 3 * std_var)
df_control_limits<- data.frame(Upper_SPC_Limit_Method1, Lower_SPC_Limit_Method1) 

我之前在 SAS 中创建了这段代码，它看起来像这样。可能是我试图实现的目标的更好参考，然后我试图解释它。

%macro phase2_dataset (n=,varcount=, meanshift=, sigmashift=, nphase1=,simID=,);
%do z=1 %to &n;
 %phase1_dataset (n=&nphase1, varcount=&varcount);
    data phase2; set control_limits n=lastobs;
       call streaminit(0);
       do until (phase2_var1<Lower_SPC_limit_method1_var1 or
                 phase2_var1>Upper_SPC_limit_method1_var1);
        phase2_var1 = rand("normal", &meanshift, &sigmashift); 
        output;
        end;

    run;
 ods exclude all; 
 proc means data=phase2;
 var phase2_var1;
 ods output summary=x;
 run; 
 ods select all; 
 data run_length; set x;
 keep Phase2_var1_n;
 run; 
proc append base= QA.Phase2_dataset&simID data=Run_length force; run;    
%end;
%mend; 

还一直在研究使用 while 循环代替重复循环。 我是 R 新手，因此非常感谢您提出的任何想法。谢谢！

Answer 1

使用 while 循环确实似乎是要走的路。这就是我认为您正在寻找的内容：

set.seed(10) #Making results reproducible

replicate(100, { #100 is easier to display here
  phase1 <- matrix(rnorm(nphase1*varcount, 0, 1), nrow = nphase1, ncol=varcount)
  mean_var <- colMeans(phase1) #Slightly better than apply
  std_var <- apply(phase1, 2, sd)
  df_var <- data.frame(mean_var, std_var)

  Upper_SPC_Limit_Method1 <- with(df_var, mean_var + 3 * std_var)
  Lower_SPC_Limit_Method1 <- with(df_var, mean_var - 3 * std_var)
  df_control_limits<- data.frame(Upper_SPC_Limit_Method1, Lower_SPC_Limit_Method1)

  #Phase 2

  x <- 0
  count <- 0

  while(x > Lower_SPC_Limit_Method1 && x < Upper_SPC_Limit_Method1) {
    x <- rnorm(1)
    count <- count + 1
  }
  count
})

结果是：

  [1]  225   91   97  118  304  275  550   58  115    6  218   63  176  100  308  844   90 2758
 [19]  161  311 1462  717 2446   74  175   91  331  210  118 1517  420   32   39  201  350   89
 [37]   64  385  212    4   72  730  151    7 1159   65   36  333   97  306  531 1502   26   18
 [55]   67  329   75  532   64  427   39  352  283  483   19    9    2 1018  137  160  223   98
 [73]   15  182   98   41   25 1136  405  474 1025 1331  159   70   84  129  233    2   41   66
 [91]    1   23    8  325   10  455  363  351  108    3

如果性能成为问题，探索一些改进可能会很有趣，例如一次使用rnorm() 创建更多数字，然后计算需要多少才能超过限制并在必要时重复。