根据R中lapply的二项式分布创建样本时出错

Question

为了执行蒙特卡罗模拟，我想要5000个二项式和正态分布的样本，具有不同的样本大小(20、30和50(。我的代码可以很好地处理正态分布(以及我测试的其他分布(，但不能处理二项式分布。上面说我没有具体说明问题的论点，但我说了。

它给了我这个错误：

Error in x(n, ...) : argument "prob" is missing, with no default 

我的代码是：

distribuicoes <- list(normal = c(rnorm, c(mean = 0, sd=1)), 
binomial = c(rbinom, c(size = 4, prob = 0.5)))
M <- 5000
as <- function(x,n,...){x(n,...)}
for (j in c(20,30,50)){
dados <- lapply( distribuicoes, function(FUN,M){replicate(M,as(FUN[[1]],FUN[[2]],n=j))},M)
}

这是我在stackoverflow的第一个问题，如果我解释得不够好，请告诉我，我会纠正的。谢谢。

Answer 1

您的代码有一些错误。首先，分配给dados只会保存for循环中的最后一次迭代。因此，如果您想保留所有迭代，最好将其定义为一个列表，然后使用[[]]将结果分配给每个元素。其次(这就是出现错误的原因(，您没有正确地将命名参数传递给每个函数调用(rnorm、rbinom(。第三，我认为最好将您的数据命名如下：

distribuicoes <- list(normal = list(dst=rnorm, args=list(mean=0, sd=1)),
binomial=list(dst=rbinom, args=list(size=4, prob=0.5)))

然后as函数应该使用do.call，将...参数列表与n组合在一个命名列表中。

as <- function(x, n, ...){
args <- as.list(c(n=n, unlist(list(...))))
do.call(x, args)
}

这是最后的代码。用5000 替换M

set.seed(123) # remove this later, just for reproducibility here.
M <- 3        # just to see how the output looks.
n <- c(2,3,5) # to show easily on the screen. Replace with your sizes.
dados <- vector("list", length(n))
for(j in seq_along(n)) {
dados[[j]] <- lapply(distribuicoes, function(f) {
replicate(M, as(x=f$dst, n=n[j], f$args)) } )
}
dados

---

[[1]]
[[1]]$normal
[,1]    [,2]   [,3]
[1,] -0.5605 1.55871 0.1293
[2,] -0.2302 0.07051 1.7151
[[1]]$binomial
[,1] [,2] [,3]
[1,]    2    1    1
[2,]    2    3    0

[[2]]
[[2]]$normal
[,1]    [,2]    [,3]
[1,] -0.4457  0.4008  1.7869
[2,]  1.2241  0.1107  0.4979
[3,]  0.3598 -0.5558 -1.9666
[[2]]$binomial
[,1] [,2] [,3]
[1,]    3    1    2
[2,]    1    1    2
[3,]    2    2    1

[[3]]
[[3]]$normal
[,1]    [,2]    [,3]
[1,] -1.08570 -0.8185 -0.1294
[2,] -0.08542  0.6849  0.8867
[3,]  1.07061 -0.3201 -0.1514
[4,] -0.14539 -1.3115  0.3298
[5,] -1.16554 -0.5996 -3.2273
[[3]]$binomial
[,1] [,2] [,3]
[1,]    1    1    2
[2,]    2    2    4
[3,]    2    2    3
[4,]    2    3    3
[5,]    1    1    1

Answer 2

为什么不简化流程，例如：

lapply(c(20, 30, 50), function(x) list(
norm=replicate(M, rnorm(x, mean = 0, sd=1)),
binom=replicate(M, rbinom(x, size = 4, prob = 0.5))))

这为每个rnorm和rbinom提供了3个列表(n分别为20、30和50(。