在此示例中,我试图在4个时间点为3个人生成一个随机时间序列(下面的x
包含每个人的第一个时间点)。我希望这些值随机增加,而不是随着时间减少。以下是我目前的解决方案。通过在R中随机增加值来扩展向量
set.seed(0)
x <- rnorm(3)
x
[1] 1.2629543 -0.3262334 1.3297993
y <- c(x,
x*runif(1,.8,1.2),
x*runif(1,.9,1.3),
x*runif(1,1,1.4))
y
[1] 1.2629543 -0.3262334 1.3297993 1.4642135 -0.3782206 1.5417106 1.6138915 -0.4168839 1.6993107 1.5967772
[11] -0.4124631 1.6812906
这有一些问题。
- 对于每个人,使用相同的系数计算相同时间点的值,从而得到相同的趋势。我怎样才能得到每个乘法的随机系数?我可以使用
lapply
,但是这个矢量将被个人“分组”,而不是按时间点。 - 我不想单独为上一个时间点编写公式,而且要非常精确。确切的系数并不重要,我只需要这些值有略微增加的趋势,但也应该允许偶尔减少。我怎样才能更有效地扩展载体?
- 如何使负值也增加?
我设法解决这个感谢Federico Manigrasso。解决方案如下。
TimeSer <- function(num.id, years, init.val) {
df <- data.frame(id = factor(rep(1:num.id, length(years))),
year = rep(years, each = num.id))
yrs <- length(years) - 1
minim <- seq(-.1, by = -.1, len = yrs)
maxim <- seq(.4, by = .4, len = yrs)
val <- list(init.val)
for (i in 1:yrs) {
val[[i + 1]] <- unlist(lapply(init.val, function (x) {
x + (x * runif(1, minim[i], maxim[i]))
}))
}
df$val <- unlist(val)
df
}
df <- TimeSer(num.id = 3, years = 2006:2016, init.val = rnorm(3,1e5, 1e5))
结果的可视化表示:
num.id <- length(unique(df$id))
par(mfrow=c(1,num.id))
lapply(1:num.id, function(x) {
plot(unique(df$year), df$val[df$id == x], type = 'l', col = x)
})
'X * runif(3 .8,1.2)' – Roland
@Roland谢谢你的提示!我刚刚学到了一些关于R如何处理矢量的新东西。 – lillemets