使用R:分类和意义问题的蒙特卡洛模拟

Question

我正在尝试使用Monte-Carlo模拟实现以下统计测试。此方法基于以下论文：https://journals.ametsoc.org/doi/full/10.1175/jcli4217.1

详细信息：

上文使用Monte Carlo Simulation计算了两个时期之间平均值的均值：1961-1983和1984-2000的热带气旋频率(非正常分布(。

这应该是两尾测试。

提供了以下步骤：

1(。首先，准备了9999个随机排序的台风通道的40年时间序列。

2(。以前的23年值(1961-1983(的平均值减去了后者17年值的平均值。

3(。从10000个样本中原始差值的等级中，显着性水平估计。

这是我到目前为止所拥有的

假设我有以下数据集。这些列表示每年的计数，而行是针对拉龙坐标的(此处的数字为简单(。

A<-matrix(floor(runif(100,min=0,max=20)),nrow=5,ncol=40)
colnames(A)<-c("X1961","X1962","X1963","X1964","X1965","X1966","X1967","X1968","X1969","X1970","X1971","X1972","X1973","X1974","X1975","X1976","X1977","X1978","X1979","X1980","X1981","X1982","X1983","X1984","X1985","X1986","X1987","X1988","X1989","X1990","X1991","X1992","X1993","X1994","X1995","X1996","X1997","X1998","X1999","X2000")
set.seed(1)
rand <- sample(nrow(A),9999,replace=TRUE)
A[rand,]

问题(更新(

我对如何在R中正确执行此操作感到困惑。我应该每行执行蒙特 - 卡洛测试。因此，一行这样做：

A[rand[1],]
X1961 X1962 X1963 X1964 X1965 X1966 X1967 X1968 X1969 X1970 X1971 X1972 
X1973 
5    14    11    17    16    17    11     2     8     3    13    10     
1 
X1974 X1975 X1976 X1977 X1978 X1979 X1980 X1981 X1982 X1983 X1984 X1985 
X1986 
10    15     5     3     6    15    19     5    14    11    17    16    
17 
X1987 X1988 X1989 X1990 X1991 X1992 X1993 X1994 X1995 X1996 X1997 X1998 
X1999 
11     2     8     3    13    10     1    10    15     5     3     6    
15 
X2000 
19 

原始：

A[1,]
X1961 X1962 X1963 X1964 X1965 X1966 X1967 X1968 X1969 X1970 X1971 X1972 
X1973 
18     1     6     7     3    12    19     0    17    17     0    10    
16 
X1974 X1975 X1976 X1977 X1978 X1979 X1980 X1981 X1982 X1983 X1984 X1985 
X1986 
3     4     0    15     8    17     1    18     1     6     7     3    
12 
X1987 X1988 X1989 X1990 X1991 X1992 X1993 X1994 X1995 X1996 X1997 X1998 
X1999 
19     0    17    17     0    10    16     3     4     0    15     8    
17 
X2000 
1 

预期输出*

我想在原始矩阵中添加一个pvalue列以进行此测试。显着性测试应每行进行。当然，这可以通过使用apply((函数来实现。

问题

如何实现第三个条件？另外，在蒙特卡洛测试中的步骤1的顺序是否重要？

我觉得我正在误解步骤1，我应该使用replicate((吗？这样的东西？

rand<-replicate(40,sample(nrow(A),9999,replace=T))

关于如何正确执行此操作的任何建议？

我将感谢有关此的任何帮助。

Answer 1

此代码应解决您的问题。如果您必须为大量数据进行操作，则很容易与" foreach"one_answers"多巴罗"的软件包并行。此函数获取您的数据并为数据的两个图块制作NREP样本，然后进行均值的差异。通过计算均值差异的FDP，然后查看获得P值的均值差异的百分位数。

  my.fun <- function(x,nrep = 1000,breakpoint){
    # x is the data
    # nrep is the amount of simulations
    # breakpoint is where the breakpoint is
    set.seed(12345)
    a_sim <- vector(mode = 'double', length = nrep)
    n <- length(x)
    for(i in 1:nrep){
      aux1 <- sample(x,size = breakpoint,replace = T)
      aux2 <- sample(x,size = n-breakpoint,replace = T)
      a_sim[i] <- abs(mean(aux1) - mean(aux2))
    }
    cum_dist_func <- ecdf(a_sim)
    p <- 1-cum_dist_func(abs(mean(x[1:breakpoint])-mean(x[(breakpoint+1):n])))
    return(p)
  }

  pvalue <- apply(X = A,MARGIN = 1,FUN = my.fun,breakpoint = 23 )
  A <- cbind(A,pvalue)