在R中使用L- l-插入r的函数

Question

在dataframe df中，我构造了一个函数f，该函数可以计算x.sample和y.sample之间的相关性。然后，我正在尝试运行999个随机化，以计算中中每个随机化的预期相关性。我不确定此处的lapply是否正确编写，并且是否实际上是按照函数的。给定我在4 sp上计算的没有任何其他功能的简便方法是什么？

set.seed(111)
library(truncnorm)
x <- rtruncnorm(n = 288,a = 0,b = 10,mean = 5,sd = 2)
v <- rtruncnorm(n = 288,a = 0,b = 10,mean = 5,sd = 2)
y <- ((v/x^2) - (1/x))
sp <- rep(c("A","B","C","D"), each = 72)

df <- data.frame(v,x,y,sp)

library(data.table)
setDT(df)
# function to estimate model coefficients
f <- function(x,v) {x.sample <- sample(x, length(x), replace=T)
y.sample <- (v/x.sample^2) - (1/x.sample)
per <- cor(y.sample, x.sample)}

set.seed(1234)
# 999 models for each species
result = rbindlist(
  lapply(1:999, \(i) df[,.(est = f(x,v)), sp][, i:=i])
)

Answer 1

我对data.table不太熟悉，因此lapply（）调用中的符号看起来很陌生，但是在处理它之后，我认为它正在做什么你打算。

检查它的一种方法是对其进行不同的编码，并在视觉上比较结果：

library(dplyr)
out_list <- list()
for(i in 1:999){
  df2 <- df %>%
    group_by(sp) %>%
    mutate(est = f(x, v)) %>%
    select(sp, est) %>%
    distinct()
  out_list[[i]] <- df2
}

out_df <- bind_rows(out_list, .id = "id")

library(ggplot2)
p1 <- ggplot() + 
  geom_histogram(data = out_df, mapping = aes(x = est, color = sp, fill = sp), show.legend = FALSE) + 
  facet_wrap(~sp)
p2 <- ggplot() +
  geom_histogram(data = result, mapping = aes(x = est, color = sp, fill = sp), show.legend = FALSE) +
  facet_wrap(~sp)

gridExtra::grid.arrange(p1, p2, ncol = 2)