sample関数の再確認

昔自分用にメモったのを修正して公開メモに。

ヘルプの概略

Usage

sample(x, size, replace = FALSE, prob = NULL)

Arguments

x: サンプリング元のデータ。長さが1もしくはそれ以上のベクトル。詳細は後述。

size: サンプリング回数。非負の整数で指定。

replace: サンプリングする際，同一の要素を繰り返しサンプリングするのを許容するかどうか。論理値で指定。

prob: サンプリング元のデータについて，サンプリングする際の重み付けを確率のベクトルで指定。

Details (気になるところだけ)

• xの長さが1で，かつそれが1以上の数値の場合，サンプリングは1:xから実施される
• sizeを指定しないと，length(x)回サンプリングする
• xに正の非整数が使われると端数を切り捨てる。ただし，.Machine$integer.maxを超えない整数とする
• probはサンプリングする際の重み付けを確率で指定
  • 別に合計が1にならなくてもOK
  • ただし非負かつ全てが0ではないこと
  • replase = TRUEを指定すると，Walker's alias methodを使用するとのこと。

いろいろやってみる

以下，適当に色々やってみます。seedを固定します:

set.seed(57)

1:6からサンプリング

sample(1:6)
# >  [1] 2 3 1 4 6 5
sample(6)
# >  [1] 6 2 3 1 5 4

上述のとおり，これは同値。

固定範囲からサンプリング

sample(3:8)
# >  [1] 8 5 3 4 6 7

非整数の場合

sample(6.8)
# >  [1] 5 4 6 2 3 1
sample(2.6:7.4)
# >  [1] 2.6 6.6 3.6 4.6 5.6

非整数をxに指定した場合はこのようになります。まず，length(x) = 1のとき，端数を切り捨てた整数値として振る舞います。しかし，2.6:7.4のようにすると，最初の値から1ずつ増加していった値からサンプリングしてきます。これはどちらかというと:の仕様です:

2.6:7.4
# >  [1] 2.6 3.6 4.6 5.6 6.6

詳しくは:のヘルプを参照してください。

サンプリングする数を指定

sample(1:100, 10)
# >   [1] 99 21 96  1 94  3 68 58 60 88

そのままです。なお，replaceには何も指定していないのでデフォルト値のFALSEで実行されます。そのためxの長さがsizeの値より小さいとエラーが返ってきます。

replaceを許容する

sample(1:6, replace = TRUE)
# >  [1] 5 1 2 6 5 2
sample(0:1, 100, replace = TRUE)
# >    [1] 0 0 1 1 0 0 1 1 0 1 1 1 0 1 0 1 1 0 0 0 0 1 1 0 1 1 0 1 0 1 1 0 0 0 0
# >   [36] 0 0 0 0 1 0 0 1 0 1 0 1 1 1 1 1 1 1 1 0 1 1 1 1 0 0 1 0 1 1 0 0 1 1 1
# >   [71] 0 0 1 1 1 1 1 0 0 1 0 0 1 0 0 0 1 1 1 0 0 0 0 1 1 1 1 0 1 0

そのままです。

確率で重み付けをする

kosaki <- sample(1:3, 100, replace = TRUE, prob = c(0.5, 0.25, 0.25))
kosaki
# >    [1] 2 3 1 2 2 1 1 1 1 3 1 3 3 1 3 1 2 2 3 3 1 1 2 3 1 1 1 2 2 2 2 2 1 3 2
# >   [36] 1 3 1 2 1 1 3 1 1 2 1 3 1 2 3 1 1 1 1 3 1 3 3 3 1 3 2 2 2 1 1 3 1 2 3
# >   [71] 1 1 3 3 1 1 1 1 2 1 3 3 1 1 1 3 2 1 1 1 3 2 1 2 3 1 2 1 3 1
table(kosaki)
# >  kosaki
# >   1  2  3 
# >  48 24 28

このように重み付けできます。あと上述のように，probは別に合計が1にならなくてもOKです:

kutori <- sample(1:3, 100, replace = TRUE, prob = c(50, 25, 25))
kutori
# >    [1] 1 3 1 2 1 3 2 3 1 3 2 2 1 3 3 1 3 1 2 2 2 3 1 1 1 1 1 1 1 2 1 3 3 3 3
# >   [36] 1 1 1 1 1 2 1 2 2 2 1 2 2 1 3 3 3 1 3 1 2 2 1 1 2 3 2 2 1 2 1 2 1 2 1
# >   [71] 1 2 1 1 1 1 3 1 3 3 3 1 2 1 1 1 1 1 3 1 1 1 2 1 2 1 1 2 1 3
table(kutori)
# >  kutori
# >   1  2  3 
# >  50 27 23

なお，length(x)とlength(prob)が一致しないとエラーを返しますので注意してください。

Enjoy!