Генерация многомерных нормальных данных с неравным размером выборки

Question

Я хотел бы сгенерировать многомерные случайные данные, управляющие размером выборки и дисперсией, используя MASS :: mvrnorm (или, в зависимости от обстоятельств, rnorm).Это довольно просто, однако, хитрость в том, что я намереваюсь смоделировать статистику с этими сгенерированными данными, которая сравнивает два разных размера выборки (разной длины).По сути, это создает схему 3X3, где у меня есть три уровня 2 разных размеров выборки (например, [450,150], [300,300], [150,450]), пересеченные с тремя уровнями дисперсии (например, [1,1], [1,3], [1,10]).

    n <- c(450,150,300,300,150,450) # sample sizes

    sig <- matrix(c(1,1,1,3,1,10), nrow=2, byrow=F) # variance

    mu <- (5, 5, 5) # mean is constant across all conditions 

    mvrnorm(n, mu, sig) 

Я уверен, что мне придется перебирать свой вектор размеров выборки, как если бы я генерировал один размер выборки для каждого условия.Но так как я генерирую два размера выборки для каждого условия, я не уверен, как это сделать.

Answer 1

Если я вас правильно понимаю, вам нужно шесть образцов: 450 ничьих из N (5, 1), 150 ничьих из N (5, 1), 300 ничьих из N (5, 1), 300 ничьих из N (5, 3), 150 ничьих из N (5, 1) и 450 ничьих из N (5, 10).Вы можете получить это через

samples <- mapply(rnorm, n = c(450,150,300,300,150,450), sd = c(1,1,1,3,1,10))

Очевидно, что я опущу вывод из-за размера, но вы можете понять, что я имею в виду:

str(samples)
List of 6
 $ : num [1:450] 0.785 -0.21 0.192 -0.265 -0.501 ...
 $ : num [1:150] 1.224 -0.315 -0.131 -0.923 0.407 ...
 $ : num [1:300] -0.413 -1.081 0.469 1.332 0.244 ...
 $ : num [1:300] -0.748 -0.628 0.753 1.4 3.883 ...
 $ : num [1:150] 0.376 -1.193 1.133 1.839 1.528 ...
 $ : num [1:450] 2.19 -3.17 2.45 0.75 -8.4 ...

Затем вы хотите запустить какой-топроверка между samples[[1]] и samples[[2]], затем между samples[[3]] и samples[[4]] и, наконец, между samples[[5]] и samples[[6]].Я не знаю, какой тест вы намереваетесь выполнить, но это будет просто, если у вас есть функция для теста: просто введите соответствующие элементы списка.

Обновление

На основепрокомментируйте, что вам нужно, чтобы получить все необходимые комбинации образцов:

f <- function(sample_size_pairs, sd_pairs) {
    return(sapply(1:nrow(sample_size_pairs), function(i) {
        mapply(rnorm, n = sample_size_pairs[i, ], sd = sd_pairs[i])
    }))
}

sample_sizes <- matrix(c(rep(c(450, 150), 3), rep(c(150, 450), 3),
                         rep(c(300, 300), 3)), ncol = 2, byrow = TRUE)
sds <- matrix(rep(c(1, 1, 1, 3, 1, 10), 3), ncol = 2, byrow = TRUE)

g <- f(sample_sizes, sds)

str(g)

List of 9
 $ :List of 2
  ..$ : num [1:450] 1.4243 1.733 0.5004 -0.8036 -0.0101 ...
  ..$ : num [1:150] -0.0607 0.1797 0.3787 -0.6676 -1.4352 ...
 $ :List of 2
  ..$ : num [1:450] -0.0766 -0.1407 -0.4893 0.2251 1.0174 ...
  ..$ : num [1:150] -1.8814 -1.3532 -1.2888 -0.0542 0.2637 ...
 $ :List of 2
  ..$ : num [1:450] 1.945 -1.375 -1.258 0.292 -0.208 ...
  ..$ : num [1:150] -1.291 -0.557 -1.199 1.385 -2.062 ...
 $ :List of 2
  ..$ : num [1:150] -2.461 -0.345 -1.454 -0.286 0.942 ...
  ..$ : num [1:450] -0.75 -0.636 -0.488 1.818 -0.585 ...
 $ :List of 2
  ..$ : num [1:150] -1.238 -0.765 -1.447 -1.153 -1.466 ...
  ..$ : num [1:450] 2.5461 0.9368 -0.0503 -0.9727 -1.4101 ...
 $ :List of 2
  ..$ : num [1:150] 0.7209 2.4342 -0.7617 0.0285 -1.3297 ...
  ..$ : num [1:450] -0.6882 0.0927 -0.8981 -0.4088 1.3421 ...
 $ : num [1:300, 1:2] 2.217 -0.161 -0.976 0.26 -0.362 ...
 $ : num [1:300, 1:2] 0.456 -0.112 -0.541 3.759 0.32 ...
 $ : num [1:300, 1:2] 0.165 0.247 -0.187 -0.624 -1.335 ...