试图模拟R中的交易或不交易

Question

我一直在这里寻找解决我的问题的办法，但我没有看到一个。

在R中，我试图为一个让我们熟悉软件的项目模拟交易或不交易。我计划这是一个大的循环，但我不能让我的第二个循环工作。我将其分解为便于阅读(对我来说是调试/测试)。

这个循环模拟了我们在整个游戏中选择的原始案例。

    for(i in 1){
    cases <- 1:26
    originalpick <- sample(cases, 1, replace = FALSE) #choose a case
    casesremaining <- (length(cases) - 1) #subtract original case from cases
    }

这个循环模拟了我们挑选的第一个要播放的案例。

    for(i in 1){
    casepicked <- replicate(1,sample(cases[-c(originalpick)], 1, replace = FALSE))
   }

我的问题是，我有可能再次选择我的原案。由于这个原因，我使用了示例，因为我可以关闭替换，而且由于这不起作用，我认为复制会有帮助。我已经看到了更新功能，但我似乎也无法让它发挥作用。

这本质上就是游戏，因为我必须选择案例，直到我剩下两个案例(最初的案例和从案例中留下的变量)。

我对R还很陌生，所以这可能只是我对功能的误解吗？任何帮助都将不胜感激！

Answer 1

假设您想要模拟选择用例的顺序，则可以通过对sample的单个调用(如果要执行多个模拟，则用replicate包装)来完成这一任务。

例如：

set.seed(1)
cases <- 1:26
picks <- sample(cases)

picks
## [1]  7 10 14 21  5 19 23 13 12  2  4  3 25 22 24  6  8  9 16 11 26 17 15  1 18 20

当不提供额外的参数时，sample(x)只会置换向量x。上面，最初选择的案例是案例7，picks的其余元素代表随后选择的案例。

要执行多个模拟：

picks3 <- replicate(3, sample(cases))

##       [,1] [,2] [,3]
##  [1,]    1   12   21
##  [2,]   10    7   25
##  [3,]   21    2   11
##  [4,]    8    3   17
##  [5,]   11   25    9
##  [6,]   13   11    7
##  [7,]   25   14   16
##  [8,]    4    8    4
##  [9,]   15   17   13
## [10,]   12    5    3
## [11,]   24   19   19
## [12,]    2   18   23
## [13,]   22   10   20
## [14,]    6    4    1
## [15,]   20    6    8
## [16,]   23    9   10
## [17,]   14    1   12
## [18,]    5   16   24
## [19,]    9   23   14
## [20,]   16   26   15
## [21,]   26   21    5
## [22,]    3   24   22
## [23,]   17   15   26
## [24,]   19   22    2
## [25,]    7   13   18
## [26,]   18   20    6

现在，每一列都是对挑选顺序的独立模拟。

为了感兴趣，使用for循环一次模拟一个选择(例如，如果您想在过程中插入其他步骤)，您可以执行如下操作(尽管有很多方法)：

picks <- sample(cases, 1) # original pick
for (i in 2:length(cases)) { # subsequent picks
  remaining <- setdiff(cases, picks)
  picks[i] <- remaining[sample(length(remaining), 1)]
}

注意:我们使用remaining[sample(length(remaining), 1)]而不仅仅是sample(remaining, 1)，因为在上一次迭代时，remaining将是一个数字(最后一个剩余情况的编号)。将单个数字(例如4 )传递给sample将导致sample(1:4, 1)而不是所需的sample(4, 1)。有关这方面的更多信息，请参见this post。