R中分层数据的Boostraping

Question

我有以下形式的数据集：

dat <- expand.grid(cat=factor(1:4), lab=factor(1:10))
dat <- cbind(dat, x=runif(18), y=runif(18, 2, 5)) 

我在10个实验室里观察到了4只猫。

现在，我希望通过重采样来模拟此数据集中的示例，以便：

每只猫在5(随机)个实验室、和中观察到，每个实验室有50% (或2)随机观察到的猫。

老实说，我想不出出路.提前感谢

Answer 1

对于函数来说，这种类型的事情通常是最简单的。

该函数获取数据，首先过滤要取样的实验室数量，然后为每个实验室采集猫的样本。

library(dplyr)
dat <- expand.grid(cat=factor(1:4), lab=factor(1:10)) %>% 
        mutate(x = runif(nrow(.)),
               y = runif(nrow(.), 2, 5))

samplr <- function(dat, nlab = 5, ncat = 2){

  dat %>% 
    filter(lab %in% sample(unique(dat$lab), nlab)) %>% 
    group_by(lab) %>% 
    filter(cat %in% sample(unique(dat$cat), ncat))

}

samplr(dat)

然后，您可以更改被取样的猫或实验室的数量。

samplr(dat, nlab = 4, ncat = 3)