Выборка R на основе распределения входного вектора
У меня есть вектор чисел, называемый данными, длиной 3205.
head(data,20)
[1] 225.43200 29.20875 329.46792 22.70996
[5] 80.84970 374.23959 343.11610 319.04798
[9] 2477.73200 72.79434 30.53376 92.39412
[13] 47.70744 52.30388 339.59634 1177.00448
[17] 48.27329 541.80997 38.45772 1568.93400
График плотности этих данных выглядит следующим образом:
plot(density(data))
Я хотел бы случайным образом выбрать число с учетом распределения этого вектора. В большинстве случаев выбранное число будет меньше 1000, но есть также небольшой шанс, что оно будет 1000-3000, и если бы мы построили график плотности результирующего выборочного вектора, он в конечном итоге выглядел бы так же, как этот график плотности. Как лучше всего это сделать?
Интересный. Не уверен, что есть способ извлечь необходимую информацию из самого объекта плотности. Но что вы могли бы сделать, так это определить произвольное количество точек среза/разрыва вашего вектора (например, разделить диапазон на 100 групп), подсчитать, сколько значений находится в каждой группе, разделить это на общее количество точек данных и использовать это информация как аргумент вероятности в выборочной функции R. Введенный вектор будет диапазоном чисел в каждой группе.
Ответы 1
Принятый ответ в ссылке Stackoverflow, приведенной в комментарии, предлагает использовать эмпирический cdf для выполнения метода обратной выборки. Это правильно, но есть самый простой способ добиться того же результата: просто выбрать несколько элементов из вектора наугад с заменой.
Другая возможность — взять образец из непрерывного дистрибутива, подходящего для дистрибутива вашего вектора, используя пакет kde1d:
library(kde1d)
fit <- kde1d(data)
simulations <- rkde1d(1000, fit)
Этот вопрос является дубликатом.