Come generare un campione utilizzando la funzione sample in r

La funzione sample() in R consente di prelevare un campione casuale di elementi da un set di dati o da un vettore, con o senza sostituzione.

La sintassi di base della funzione sample() è:

campione (x, dimensione, sostituisci = FALSE , prob = NULL )

x : un set di dati o un vettore da cui scegliere il campione
dimensione : dimensione del campione
sostituire : è opportuno effettuare il campionamento con sostituzione? (questo è FALSO per impostazione predefinita)
prob : un vettore di pesi di probabilità per ottenere gli elementi del vettore campionato

La documentazione completa per sample() può essere trovata qui .

Gli esempi seguenti mostrano esempi pratici di utilizzo di sample().

Generare un campione da un vettore

Supponiamo di avere un vettore a contenente 10 elementi:

 #define vector a with 10 elements in it
a <- c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)

Per generare un campione casuale di 5 elementi del vettore a senza reinserimento, possiamo utilizzare la seguente sintassi:

 #generate random sample of 5 elements from vector a
sample(a, 5)

#[1] 3 1 4 7 5

È importante notare che ogni volta che generiamo un campione casuale, è probabile che otterremo ogni volta un insieme diverso di elementi.

 #generate another random sample of 5 elements from vector a
sample(a, 5)

#[1] 1 8 7 4 2

Se vogliamo essere in grado di replicare i nostri risultati e lavorare ogni volta con lo stesso campione, possiamo usare set.seed() .

 #set.seed(some random number) to ensure that we get the same sample each time
set.seed(122)

#define vector a with 10 elements in it
a <- c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)

#generate random sample of 5 elements from vector a
sample(a, 5)

#[1] 10 9 2 1 4

#generate another random sample of 5 elements from vector a
sample(a, 5)

#[1] 10 9 2 1 4

Possiamo anche usare l’argomento replace = TRUE per campionare con la sostituzione. Ciò significa che ciascun elemento del vettore può essere scelto per apparire nel campione più di una volta.

 #generate random sample of 5 elements from vector a using sampling with replacement
sample(a, 5, replace = TRUE)

#10 10 2 1 6

Generare un campione da un set di dati

Un altro uso comune della funzione sample() è generare un campione casuale di righe da un set di dati. Per l’esempio seguente, genereremo un campione casuale di 10 righe dal set di dati R integrato iris , che ha 150 righe in totale.

 #view first 6 rows of iris dataset
head(iris)

# Sepal.Length Sepal.Width Petal.Length Petal.Width Species
#1 5.1 3.5 1.4 0.2 setosa
#2 4.9 3.0 1.4 0.2 setosa
#3 4.7 3.2 1.3 0.2 setosa
#4 4.6 3.1 1.5 0.2 setosa
#5 5.0 3.6 1.4 0.2 setosa
#6 5.4 3.9 1.7 0.4 setosa

#set seed to ensure that this example is replicable
set.seed(100)

#choose a random vector of 10 elements from all 150 rows in iris dataset
sample_rows <- sample(1:nrow(iris), 10)
sample_rows

#[1] 47 39 82 9 69 71 117 53 78 25

#choose the 10 rows of the iris dataset that match the row numbers above
sample <- iris[sample_rows, ]
sample

# Sepal.Length Sepal.Width Petal.Length Petal.Width Species
#47 5.1 3.8 1.6 0.2 setosa
#39 4.4 3.0 1.3 0.2 setosa
#82 5.5 2.4 3.7 1.0 versicolor
#9 4.4 2.9 1.4 0.2 setosa
#69 6.2 2.2 4.5 1.5 versicolor
#71 5.9 3.2 4.8 1.8 versicolor
#117 6.5 3.0 5.5 1.8 virginica
#53 6.9 3.1 4.9 1.5 versicolor
#78 6.7 3.0 5.0 1.7 versicolor
#25 4.8 3.4 1.9 0.2 setosa

Tieni presente che se copi e incolli il codice riportato sopra nella tua console R, dovresti ottenere esattamente lo stesso campione poiché abbiamo utilizzato set.seed(100) per assicurarci di ottenere sempre lo stesso campione.