R中多概率随机样本

Question

我需要从一个列表中拿出一个样本，将他们作为一个控制组分配给一个必须有相似的变量组成的研究。我试图用样例函数在R中这样做，但我不知道如何为每个变量指定不同的概率。假设我有一个具有以下标题的表：

ID名称运动性别

我需要一个有以下竞选属性组成的10个科目的样本：

D2D -> 25% F2F -> 38% TM -> 17% WW -> 21%

这意味着根据我的数据，我有25%的受试者来自门到门运动(D2D)，38%来自面对面运动(F2F)，等等。

性别构成如下：

男性-> 54% 女性-> 46%

当我得到一个随机抽样的10个受试者，我需要它有一个类似的作文。

我已经搜索了几个小时，我能找到的最接近类似的答案是：taking data sample in R，但是我需要分配一个以上的概率。

我相信，这可以帮助任何想从数据集中获得有代表性的样本的人。

Answer 1

听起来你对随机分层样本很感兴趣。您可以使用来自stratsample()包的survey函数来实现这一点。

在下面的例子中，我创建了一些假数据来模拟您拥有的数据，然后定义一个函数来接受随机比例分层随机样本，然后将该函数应用于假数据。

# example data
ndf <- 1000
df <- data.frame(ID=sample(ndf), Name=sample(ndf), 
    Campaign=sample(c("D2D", "F2F", "TM", "WW"), ndf, prob=c(0.25, 0.38, 0.17, 0.21), replace=TRUE),
    Gender=sample(c("Male", "Female"), ndf, prob=c(0.54, 0.46), replace=TRUE))

# function to take a random proportional stratified sample of size n
rpss <- function(stratum, n) {
    props <- table(stratum)/length(stratum)
    nstrat <- as.vector(round(n*props))
    nstrat[nstrat==0] <- 1
    names(nstrat) <- names(props)
    stratsample(stratum, nstrat)
    }

# take a random proportional stratified sample of size 10
selrows <- rpss(stratum=interaction(df$Campaign, df$Gender, drop=TRUE), n=10)
df[selrows, ]