Question

假设我有一个矩阵，其中行代表单个样本。我在没有替换的情况下进行采样，因此行不会包含重复的条目。

samp_frame <- 1:6
samp <- matrix(c(1,2,3,3,4,1,5,1,6),nrow=3,ncol=3)
samp

     [,1] [,2] [,3]
[1,]    1    3    5
[2,]    2    4    1
[3,]    3    1    6

我想计算包含一对值的样本数，然后将结果存储在矩阵中。例如，输出矩阵中的条目（1,2）将是值1和2一起出现在同一行中的次数。使用上面的例子，我们得到：

     [,1] [,2] [,3] [,4] [,5] [,6]
[1,]    3    1    2    1    1    1
[2,]    1    1    0    1    0    0
[3,]    2    0    2    0    1    1
[4,]    1    1    0    1    0    0
[5,]    1    0    1    0    1    0
[6,]    1    0    1    0    0    1

我写了一个函数来做这个，但它可能效率不高。所以我正在寻找有关如何改进它的建议。

pair_freq <- function(samp_frame,samp){

   N <- length(samp_frame)
   output <- matrix(0,nrow=N,ncol=N)

   # Fill in diagonal entries
   temp <- table(samp)
   freq <- data.frame(id=as.numeric(rownames(temp)), 
                      count=data.frame(temp)[,2])
   for (i in 1:N){
      output[i,i] <- freq[i,"count"]
   }

   # Fill in off-diagonal entries
   for(i in 1:nrow(samp)){
      current <- unique(samp[i,])
      for (j in 1:(N-1)){
         m <- j+1
         for (k in m:N){
            output[j,k] <- output[j,k] + all(c(j,k) %in% current)
            output[k,j] <- output[j,k]
         }
      }
   }
   output
}

如果做得更快，我也愿意以下列格式显示频率。

Answer 1

这是一种方式：

is.present <- function(j)apply(samp,1,function(row)as.integer(any(row==j)))
m <- sapply(min(samp):max(samp),is.present)
t(m) %*% m
#      [,1] [,2] [,3] [,4] [,5] [,6]
# [1,]    3    1    2    1    1    1
# [2,]    1    1    0    1    0    0
# [3,]    2    0    2    0    1    1
# [4,]    1    1    0    1    0    0
# [5,]    1    0    1    0    1    0
# [6,]    1    0    1    0    0    1

因此，您有n个样本（在您的示例中为3个），其中包含k个可能的结果（在您的示例中为1：6）。

在这种方法中，is.present(j)创建一个长度为n的向量，如果该行中存在数字j，则该元素为1，否则为0。然后

m <- sapply(min(samp):max(samp),is.present)

创建一个n×k矩阵m，其中samp中每行有一行，每个可能结果有一列，如果m[i,j] = 1中有j，则为i samp的行[i,j]。然后，

m ^T×m

生成一个k×k矩阵，其中samp元素是i中j和{{1}}一起出现的数字。{/ p>

r - 创建二元频率矩阵

1 个答案: