R တွင် replicate() function ကိုအသုံးပြုနည်း (ဥပမာများဖြင့်)

Replicate() လုပ်ဆောင်ချက်ကို R တွင် သတ်မှတ်ထားသော အကြိမ်အရေအတွက်ကို ထပ်ခါတလဲလဲ အကဲဖြတ်ရန် သင်အသုံးပြုနိုင်ပါသည်။

ဤလုပ်ဆောင်ချက်သည် အောက်ပါအခြေခံ syntax ကိုအသုံးပြုသည်-

ပုံတူ (n၊ expr)

ရွှေ-

• n : စကားရပ်တစ်ခုအား ထပ်ခါတလဲလဲ အကဲဖြတ်ရန် အကြိမ်အရေအတွက်။
• expr : အကဲဖြတ်ရန် စကားရပ်။

အောက်ဖော်ပြပါ ဥပမာများသည် ဤလုပ်ဆောင်ချက်ကို လက်တွေ့အသုံးချနည်းကို ပြသထားသည်။

ဥပမာ 1- တန်ဖိုးတစ်ခုကို အကြိမ်များစွာ ထပ်တူလုပ်ပါ။

တန်ဖိုးတစ်ခုတည်းကို အကြိမ်များစွာ ထပ်ခါတလဲလဲ အကဲဖြတ်ရန် replicate() လုပ်ဆောင်ချက်ကို အောက်ပါကုဒ်တွင် ဖော်ပြသည်-

 #replicate the value 3 exactly 10 times
replicate(n= 10,3 )

[1] 3 3 3 3 3 3 3 3 3 3

#replicate the letter 'A' exactly 7 times
replicate(n= 7 , ' A ')

[1] “A” “A” “A” “A” “A” “A” “A”

#replicate FALSE exactly 5 times
replicate(n= 5 , FALSE )

[1] FALSE FALSE FALSE FALSE FALSE

ဥပမာ 2- လုပ်ဆောင်ချက်တစ်ခုကို အကြိမ်များစွာ ထပ်တူလုပ်ပါ။

ယခု ကျွန်ုပ်တို့သည် လုပ်ဆောင်ချက်တစ်ခုကို ထပ်ခါတလဲလဲ အကဲဖြတ်လိုသည်ဆိုပါစို့။

ဥပမာအားဖြင့်၊ ကျွန်ုပ်တို့သည် 0 နှင့် 1 ၏ စံသွေဖည်သော ပုံမှန်ဖြန့်ဝေမှုနောက်ဆက်တွဲဖြစ်သော ကျပန်း variable တစ်ခုအတွက် တန်ဖိုးသုံးခုထုတ်လုပ်ရန် rnorm() function ကိုအသုံးပြုသည်ဆိုပါစို့။

 #make this example reproducible
set. seeds (1)

#generate 3 values that follow normal distribution
rnorm(3, mean= 0 , sd= 1 ) 

[1] -0.6264538 0.1836433 -0.8356286

replicate() လုပ်ဆောင်ချက်ကို အသုံးပြုခြင်းဖြင့်၊ ဤ rnorm() လုပ်ဆောင်ချက်ကို အကြိမ်ပေါင်းများစွာ ထပ်ခါတလဲလဲ အကဲဖြတ်နိုင်ပါသည်။

ဥပမာအားဖြင့်၊ ကျွန်ုပ်တို့သည် ဤလုပ်ဆောင်ချက်ကို 5 ကြိမ်အကဲဖြတ်နိုင်သည်-

 #make this example reproducible
set. seeds (1)

#generate 3 values that follow normal distribution (replicate this 4 times)
replicate(n= 4 , rnorm(3, mean= 0 , sd= 1 ))

           [,1] [,2] [,3] [,4]
[1,] 1.5952808 0.4874291 -0.3053884 -0.6212406
[2,] 0.3295078 0.7383247 1.5117812 -2.2146999
[3,] -0.8204684 0.5757814 0.3898432 1.1249309

ရလဒ်သည် 3 အတန်းနှင့် 4 ကော်လံများ၏ matrix ဖြစ်သည်။

ဒါမှမဟုတ် ဒီလုပ်ဆောင်ချက်ကို 6 ကြိမ် အကဲဖြတ်လိုပါတယ်။

 #make this example reproducible
set. seeds (1)

#generate 3 values that follow normal distribution (replicate this 6 times)
replicate(n= 6 , rnorm(3, mean= 0 , sd= 1 ))

           [,1] [,2] [,3] [,4] [,5] [,6]
[1,] 1.5952808 0.4874291 -0.3053884 -0.6212406 -0.04493361 0.8212212
[2,] 0.3295078 0.7383247 1.5117812 -2.2146999 -0.01619026 0.5939013
[3,] -0.8204684 0.5757814 0.3898432 1.1249309 0.94383621 0.9189774

ရလဒ်မှာ 6 အတန်းနှင့် ကော်လံ 3 ခု၏ matrix ဖြစ်သည်။

ဒေတာကို ပုံတူကူးရန် replicate() ကိုသုံးပါ။

replicate() function သည် simulation များလုပ်ဆောင်ရန်အတွက် အထူးအသုံးဝင်သည်။

ဥပမာအားဖြင့်၊ တစ်ခုစီသည် ပုံမှန်ဖြန့်ဝေမှုနောက်ဆက်တွဲဖြစ်သော size n=10 နမူနာ ၅ ခုကို ထုတ်လုပ်လိုသည်ဆိုပါစို့။

ကျွန်ုပ်တို့သည် မတူညီသောနမူနာ 5 ခုကိုထုတ်လုပ်ရန် replicate() လုပ်ဆောင်ချက်ကို အသုံးပြုနိုင်ပြီး နမူနာတစ်ခုစီ၏ပျမ်းမျှတန်ဖိုးကိုရှာဖွေရန် colMeans() လုပ်ဆောင်ချက်ကို အသုံးပြုနိုင်သည်။

 #make this example reproducible
set. seeds (1)

#create 5 samples each of size n=10
data <- replicate(n=5, rnorm(10, mean= 0 , sd= 1 ))

#view samples
data

            [,1] [,2] [,3] [,4] [,5]
 [1,] -0.6264538 1.51178117 0.91897737 1.35867955 -0.1645236
 [2,] 0.1836433 0.38984324 0.78213630 -0.10278773 -0.2533617
 [3,] -0.8356286 -0.62124058 0.07456498 0.38767161 0.6969634
 [4,] 1.5952808 -2.21469989 -1.98935170 -0.05380504 0.5566632
 [5,] 0.3295078 1.12493092 0.61982575 -1.37705956 -0.6887557
 [6,] -0.8204684 -0.04493361 -0.05612874 -0.41499456 -0.7074952
 [7,] 0.4874291 -0.01619026 -0.15579551 -0.39428995 0.3645820
 [8,] 0.7383247 0.94383621 -1.47075238 -0.05931340 0.7685329
 [9,] 0.5757814 0.82122120 -0.47815006 1.10002537 -0.1123462
[10,] -0.3053884 0.59390132 0.41794156 0.76317575 0.8811077

#calculate mean of each sample
colMeans(data)

[1] 0.1322028 0.2488450 -0.1336732 0.1207302 0.1341367

ရလဒ်မှ ကျွန်ုပ်တို့ မြင်နိုင်သည်-

• ပထမနမူနာ၏ပျမ်းမျှသည် 0.1322 ဖြစ်သည်။
• ဒုတိယနမူနာ၏ပျမ်းမျှသည် 0.2488 ဖြစ်သည်။
• တတိယနမူနာ၏ ပျမ်းမျှသည် -0.1337 ဖြစ်သည်။

နောက် … ပြီးတော့။

ထပ်လောင်းအရင်းအမြစ်များ

R တွင် သီးခြားကော်လံများကို မည်သို့ရွေးချယ်ရမည်နည်း။
R ရှိ ဒေတာဘောင်မှ ကော်လံများကို ဖယ်ရှားနည်း
R ရှိ အခြေအနေအပေါ် အခြေခံ၍ ဒေတာဘောင်မှ အတန်းများကို ဖယ်ရှားနည်း