R：从数据框架中选择向量（数字），样本n = 10个大小i = 5的子集，i = 10的向量中的i = 10，并计算这些样品中的每一个的平均值

Question

我有以下问题：

1. 具有一个数据框架，即包含两个向量“名称”和“值”，一个作为文本，一个具有数字值，具有20行和2列，
2. 我想提取“值”，并随机示例（使用相等的重量）10x大小5的子集与“值”计算平均值。我想在另一个向量10x1中捕获这些结果（平均值）。
3. 但是，我想做与步骤2相同的事情，但是，我不想采样5号的子集，而是要有更多的观察值，即15（来自20个值）。我采用这15个值，计算平均重新征用此步骤10X，并在新向量10x1中的结果中记录。 （4。最终，我想比较这两个向量之间的一些描述性统计数据，即期望较小的子集大小向量会有较胖的尾巴，更负面的偏斜等）。

创建数据框以开始

Name <- c("a", "b", "c", "d", "e", "f", "g", "h", "i", "j", "k", "l", "m", "n", "o", "p", "q", "r", "s", "t")
Values <- c(0.1, 0.05, 0.03, 0.06, -0.1, -0.3, -0.05, 0.5, 0.12, 0.06, 0.04, 0.15, 0.13, 0.16, -0.12, -0.03, -0.5, 0.05, 0.07, 0.03)
data <- data.frame(Name, Values)

相关部分：

# extract Values column
Values <- data$Values

# define sizes of subset and number of iterations
n_small <- 5
n_large <- 15
n_iterations <- 10

set.seed(123456)

# Initialize result vector
Averages_small <- NULL
Averages_large <- NULL

# Calculate average of the subset and allocate it to the result vector
for (i in n_iterations) {
  Averages_small[i] <- mean(sample(Values, n_small, replace = FALSE))
  Averages_large[i] <- mean(sample(Values, n_large, replace = FALSE))
}

以某种方式给出MA 9X NA和一个数字。我做错了什么？并且有一种更好的方法，因为以上是一个示例，并且没有NA值，但是原始数据集具有20K行，并且可能“包含”丢失值。

仅供参考，为您提供背景：价值是投资的回报数字，问题是有更多的投资有助于多样化。

非常感谢您的帮助！

Answer 1

您可以使用 Replicate 获取示例的10次吸引。这将返回带有列中样本的矩阵，因此此矩阵的 colmeans 为您提供了所需的向量：

set.seed(1) # For reproducibility

vec5  <- colMeans(replicate(10, sample(data$Values, 5)))
vec15 <- colMeans(replicate(10, sample(data$Values, 15)))

vec5
#> [1] -0.014  0.148  0.044 -0.026  0.062  0.020 -0.032 -0.130  0.166  0.040

vec15
#> [1]  0.058000000  0.024666667  0.051333333  0.045333333  0.024000000
#> [6]  0.010666667  0.022666667 -0.010000000  0.003333333 -0.001333333

您可以看到 vec5 的标准偏差确实是较大：

sd(vec5)
#> [1] 0.08711908

sd(vec15)
#> [1] 0.02297406

Answer 2

我知道这个问题已经得到回答，但是我在您的原始代码中发现了导致其不起作用的错误。
您编写的代码实际上可以按照您的意愿工作，但是For循环仅触发一次。 （i in V）向量上的循环，重复列出的每个值。记住你设定

n_iterations＆lt; - 10

因此，在您的循环中，您有效地具有（10） ，使得循环仅调用一次，这意味着整个结构最终结束了存在

awerages_small [10]＆lt; - 平均值（示例（vutical，n_small，替换= false））
Averages_large [10]＆lt; - 平均值（示例（vutical，n_large，替换= false））

您想要的是（i in 1:10），创建一个向量。可以解决这要么定义 n_iterations＆lt; - 1:10 ，或（使用您的原始设置）

set.seed(123456)
for (i in 1:n_iterations) {
     Averages_small[i] <- mean(sample(Values, n_small, replace = FALSE))
     Averages_large[i] <- mean(sample(Values, n_large, replace = FALSE))
 }
Averages_small
#> [1] -0.066  0.042  0.036  0.018  0.080  0.016 -0.038 -0.180  0.132  0.042
Averages_large
#> [1] -0.02600000 -0.01266667  0.02000000  0.04666667  0.03533333 -0.02200000 -0.01533333 -0.00400000  0.03266667  0.07333333

我知道，对于循环而言，不依靠一个可能是优越的，但我也认为您会欣赏为什么您的代码首先无法正常工作的解释。