如何创建与R中的向量成比例的随机样本

Question

假设以下数据帧：

df <- data.frame(id = 1:6, value=c(10,20,10,20,30,10))
df
id value
1  1    10
2  2    20
3  3    10
4  4    20
5  5    30
6  6    10

我想把每个人随机分配到三组(A，B，C(中的一组。我想达到30%的比例进入A组，50%进入B组，20%进入C组。但我想根据值列来完成这项任务。换句话说，我想实现以下目标：

id value group
1  1    10     A
2  2    20     A
3  3    10     C
4  4    20     B
5  5    30     B
6  6    10     C

或者。。。

id value group
1  1    10     A
2  2    20     B
3  3    10     A
4  4    20     C
5  5    30     B
6  6    10     A

当然，在这个例子中，这些都是完美的解决方案。但随机分配应该尽可能接近给定比例的分组分配。因此，另一个例子如下：

df <- data.frame(id = 1:6, value=c(112,56,53,13,80,120))
df
id value
1  1   112
2  2    56
3  3    53
4  4    13
5  5    80
6  6   120

一个可能的任务是：

id value group
1  1   112     B
2  2    56     A
3  3    53     C
4  4    13     C    
5  5    80     A
6  6   120     B

在这种情况下，分配并不完美，但接近所需比例(A组：31.3%，B组：53.4%，C组：15.2%(

有什么方法可以在R中实现这一点吗？谢谢

Answer 1

我理解您的目标是，在分组分配后，您希望sum(value[group == "A"]) / sum(value)近似等于0.3，"B"(0.5(和"C"(0.2(也是如此。如果是这样的话，你所要做的就是用这些概率权重分配组，而不需要做任何特殊的事情来考虑value。作为随机化的自然结果，value的总和将(平均(根据您的意愿进行振荡。外观：

library(tidyverse)
set.seed(1)
# 100-row example dataframe
df <- tibble(
id = 1:100,
value = sample(1:200, 100, replace = TRUE)
)
# simulate 100 sets of group assignments
sims <- map_dfr(
1:100,                              # iterate 100x
~ df %>% 
mutate(group = sample(
c("A", "B", "C"), 
size = 100, 
replace = TRUE, 
prob = c(.3, .5, .2))           # probability weights
) %>% 
group_by(group) %>%
summarize(prop = sum(value)) %>%  # compute `value` proportion
mutate(prop = prop / sum(prop))   # within each group
)
# central tendency & dispersion across simulations
sims %>% 
group_by(group) %>% 
summarize(across(
prop, 
list(mean, sd, median, ~ quantile(.x, .25), ~ quantile(.x, .75))
))

中位数(IQR(

组		平均值(SD(
A	.29(.06(	.29(.25-.32(
B	.51(.06(	.50(.47-.55(
C	.21(.04(	.21(.18-.23(