R中的逐行模拟答案

【问题标题】：Simulations by row in RR中的逐行模拟
【发布时间】：2019-04-24 22:20:45
【问题描述】：

我正在尝试在模拟中使用分位数来获得 90% 的间隔。我有一个数据集，其中每一行都包含一个平均值、标准差和要运行的模拟次数。

当我尝试运行代码时，出于某种原因，它只会为整个数据集创建分位数，而不是使用每行中包含的信息作为模拟参数。有什么方法可以让它对每一行都有效吗？

这是我正在使用的示例：

avg <- c(24, 20, 29, 17, 22, 21)
sd <- c(5, 4, 5, 3, 3, 3.6)
sims <- 1000
df <- data.frame(avg, sd, sims)

df$Low90 <- round(quantile(rnorm(n = sims, mean = df$avg, sd = df$sd), prob = 0.05), 2)
df$High90 <- round(quantile(rnorm(n = sims, mean = df$avg, sd = df$sd), prob = 0.95), 2)

df
  avg  sd sims Low90 High90
1  24 5.0 1000 14.13  32.32
2  20 4.0 1000 14.13  32.32
3  29 5.0 1000 14.13  32.32
4  17 3.0 1000 14.13  32.32
5  22 3.0 1000 14.13  32.32
6  21 3.6 1000 14.13  32.32

【问题讨论】：

标签： r simulation

【解决方案1】：

这是一个使用pmap 的tidyverse 方法，因此您只需针对任意数量的分位数对行进行一次迭代。您原始方法中的问题是 rnorm 没有通过其 n 参数进行矢量化；尝试运行 rnorm(n = sims, mean = df$avg, sd = df$sd) 并注意你只得到一组 1000 个值。

在这里，我们将使用pmap 来遍历行，应用一个自定义函数，该函数采用与probs 参数一样多的分位数。我们需要使用enframe 和spread 来使这些分位数而不是数字向量变为小数，以便unnest 将所有内容保持在同一行。好处是，现在如果您想要，例如，每个百分位数，您只需更改 probs 向量并获得 100 个新列。

avg <- c(24, 20, 29, 17, 22, 21)
sd <- c(5, 4, 5, 3, 3, 3.6)
sims <- 1000
df <- data.frame(avg, sd, sims)

library(tidyverse)
probs <- c(0.05, 0.5, 0.95)
quantile_tbl <- function(sims, avg, sd, probs) {
  rnorm(sims, avg, sd) %>%
    quantile(probs) %>%
    round(2) %>%
    enframe() %>%
    spread(name, value)
}
df %>%
  mutate(quantiles = pmap(select(., sims, avg, sd), ~quantile_tbl(..1, ..2, ..3, probs))) %>%
  unnest()
#>   avg  sd sims    5%   50%   95%
#> 1  24 5.0 1000 15.96 24.04 32.42
#> 2  20 4.0 1000 13.53 20.17 26.72
#> 3  29 5.0 1000 20.59 29.13 37.27
#> 4  17 3.0 1000 11.83 17.08 21.76
#> 5  22 3.0 1000 16.75 22.05 27.17
#> 6  21 3.6 1000 14.87 20.79 26.94

^{由reprex package (v0.2.1) 于 2019 年 4 月 24 日创建}

【讨论】：

您能解释一下这种方法的优点吗？我的基准测试可能是错误的，但似乎很慢？
尚未进行基准测试，enframe 和 spread 的开销更大，但无论列数如何，都只有一次迭代。对于任何内存数据集，无论如何它都应该非常快。主要优点是，如果要制作两个以上的分位数列，则不需要每列换行，这使其更具可读性。如果您需要 100 个分位数，只需更改为 probs <- seq(0.01, 0.99, 0.01)。
我明白了，仅使用 2 个百分位数时似乎慢了 5 倍，但我想如果你想要 10,20 等......这种方法效率更高。谢谢:)

【解决方案2】：

使用apply，

df$Low90 <- apply(df, 1, function(x) round(quantile(rnorm(n = x[3], mean = x[1], sd = x[2]), prob = 0.05), 2))
df$High90 <- apply(df, 1, function(x) round(quantile(rnorm(n = x[3], mean = x[1], sd = x[2]), prob = 0.95), 2))
df

 avg  sd sims Low90  High90
1  24 5.0 1000 16.08 32.08
2  20 4.0 1000 13.65 26.78
3  29 5.0 1000 20.55 36.96
4  17 3.0 1000 11.94 22.26
5  22 3.0 1000 17.13 26.95
6  21 3.6 1000 14.79 26.84

我们正在做的是使用 apply 函数，边距为 1，这意味着逐行。然后在每一行中，我们得到means、sd 和simulation 数字，并通过你的模拟函数运行它。

dplyr 解决方案将使用 rowwise 函数，

library(dplyr)
df %>% rowwise %>% 
  mutate(Low90 = round(quantile(rnorm(n = sims, mean = avg, sd = sd), prob = 0.05), 2))

【讨论】：