En este post se comentó sobre como generar Números aleatorios con probabilidades distintas
Sé que R provee una función sample para obtener una muestra con y sin reposición para un conjunto de datos.
En tal sentido, sería sencillo escribir lo siguiente para mezclar todos los datos contenidos en dat
con sus respectivas probabilidades prob
dat <- c(5,10,25,50,80)
prob <- c(0.6299994, 0.2998997, 0.0699999, 0.0001000, 0.0000010)
sample(dat, prob=prob) # size=3 obtendríamos 3 de los 5 números
He buscado sin éxito encontrar un package
que permita gráficar las funciones de probabilidad sin reposición, no sé si alguien conozca alguna ya implementada.
Por ejemplo que grafique las probabilidad acumuladas de
sample(1:9)
Conforme se van extrayendo los números -sin reposición- quedando algo así
A pesar de no haber encontrar algo ya hecho para usar directamente, pude hacer una implementación sobre el particular.
sinReposicion <- function (x=1:10, p, n=F, g=F){
if (missing(p)) { s<- length(x); p <- rep(1/s,s)}
if (!n) {n <- length(x)}
n <- min(n,length(x)) # la muestra no puede ser mayor
# a la cantidad de datos
dat <- c() # contenedor de datos a extraidos
dm <- min(as.integer(round(sqrt(n),0)),3) # dimensiones del grid máximo 3x3
par(mfrow=c(dm,dm)) # combinar graficos dmxdm
for (j in 1:n){
pA <- c(p[1], 0) # longitud 2 como minimo
# pA seria de longitud 1 cuando el tamanio de
# muestra sea igual a los datos por tanto
# para que trabaje el siguiente bucle 'for' se debe
# garantizar que siempre hay un elemento anterior en
# el vector pA que contiene las probabilidades Acum
for ( i in 2:max( length(p), 2 ) ) pA[i] <- p[i]+pA[i-1]
if (g){
if (j==n) pA<-pA[1] # tiene que haber solo una probabilidad
plot( c(0,x), c(0,pA),
col=rgb(243,182,65, max=255),
col.main="azure4", col.lab="azure4",
cex.axis = 1, cex.lab = 1, type="s", xaxt="n",
main=paste0("En Extraccion ",j),
ylab="Probabilidad Acumulada",
xlab="Número de Interés"
)
box(col="white")
axis(side=1, at=c(0,x), col="azure4", col.axis="azure4", col.ticks="azure4")
axis(side=2, col="azure4", col.axis="azure4", col.ticks="azure4")
}
a <- runif(1,0,1) # se genera un número aleatorio entre 0 y 1
id <- min( which( rank(pA)>a & pA>a ) ) # se determina
dat <- c(dat, x[id]) # x[id] es equivalente a x[pA>a][1]
x <- x[-id]; p <- p[-id] # retiramos el dato y
# la probabilidad correspondiente
p <- p/sum(p) # actualizamos las probabilidades
# de los elementos que quedan
# para que todas sumen 1
}
dat
}
Puedes probar el código en replit
Mi consulta como dije es si ya existe un paquete que realice este tipo de cosas porque deduzco que estos, trabajan llamando a C y son más rápidos por ende.
debug / funciones sample sinReposicion
Real time: 0.225 s 0.254 s
User time: 0.147 s 0.176 s
Sys. time: 0.080 s 0.077 s
CPU share: 101.34 % 99.78 %
Los valores arriba señalados pueden variar cuando los ejecutes
sample Try It Online - TIO
sinReposicion Try It Online - TIO