r - 使用 apply() 代替 for 循环

Question

所以我有这个 for 循环:

set.seed(11)
k=10000  # replicates
n=100    # sample size of each replication
t.mean = 0 # initialize vector of trimmed means 
for(i in 1:k){
  dat=rnorm(n)
  t.mean[i]=mean(dat,trim=.05)
}
mean(t.mean)
var(t.mean)

我正在尝试用 apply() 函数替换 for 循环中涉及的代码

我认为这会起作用

set.seed = 11
k = 10000
n = 100
t.mean = 0
dat  = rnorm(n)
dat = as.data.frame(dat)
t.mean =apply(dat,c(1,2), mean,trim=.05)
mean(t.mean)
var(t.mean)

但是，我没有得到与以前相同的值，并且它们也不像之前使用 for 循环的情况那样保持相同。当我使用 apply 时，我到底做错了什么？

Answer 1

replicate()函数在这里可能更有用

set.seed(11)
out <- replicate(10, mean(rnorm(100), trim = 0.05))

其中k <- 10给出

> mean(out)
[1] 0.007134792
> var(out)
[1] 0.009029396

与 for 匹配您为相同的 k 显示的循环.

如果您想使用apply()，还有另一种选择就是生成整组随机正态值，按 k 将它们排列成 100 行列矩阵，然后 apply() mean()在该矩阵的列上。例如

set.seed(11)
rnd <- matrix(rnorm(100*k), ncol = k)
out2 <- apply(rnd, 2L, mean, trim = 0.05)

提供与上面相同的以及您的for()循环

> mean(out2)
[1] 0.007134792
> var(out2)
[1] 0.009029396

第二条路线的优点是您可以调用 rnorm()一次而不是k次。