在R中將一個大矢量拆分爲間隔

Question

我對R不太滿意，我非常感謝任何幫助。

我跑這個循環，我有這個巨大的結果向量11,303,044行。 我有另一個由1681行的另一個循環產生的向量。

我想運行一個chisq.test來比較它們的分佈。但由於它們長度不同，所以不起作用。

我試圖從11,303,044大小的矢量中取出1681大小的樣本來匹配第二個矢量的大小長度，但每次運行它時都會得到不同的chisq.test結果。

我在想把這兩個向量分成相等數量的區間。

假設

向量1：

temp.mat<-matrix((rnorm(11303044))^2, ncol=1) 
head(temp.mat) 
dim(temp.mat) 

vector2：

temp.mat<-matrix((rnorm(1681))^2, ncol=1) 
head(temp.mat) 
dim(temp.mat) 

怎樣在相等的間隔將它們分割導致相同長度的載體？

謝謝:)

Answer 1

chisq.test是Pearson's chi-square test。它是爲離散數據而設計的，並且具有兩個輸入向量，它將強制傳遞給因子的輸入，並且它測試的是獨立性，而不是分佈的均等性。例如，這意味着數據的順序會有所不同。

> set.seed(123) 
> x<-sample(5,10,T) 
> y<-sample(5,10,T) 
> chisq.test(x,y) 

    Pearson's Chi-squared test 

data: x and y 
X-squared = 18.3333, df = 16, p-value = 0.3047 

Warning message: 
In chisq.test(x, y) : Chi-squared approximation may be incorrect 
> chisq.test(x,y[10:1]) 

    Pearson's Chi-squared test 

data: x and y[10:1] 
X-squared = 16.5278, df = 16, p-value = 0.4168 

Warning message: 
In chisq.test(x, y[10:1]) : Chi-squared approximation may be incorrect 

所以我不認爲chisq.test是你想要的，因爲它不比較分佈。也許嘗試像ks.test，這將與不同長度的向量和連續數據。

> set.seed(123) 
> x<-rnorm(2000)^2 
> y<-rnorm(100000)^2 
> ks.test(x,y) 

    Two-sample Kolmogorov-Smirnov test 

data: x and y 
D = 0.0139, p-value = 0.8425 
alternative hypothesis: two-sided 

> ks.test(sqrt(x),y) 

    Two-sample Kolmogorov-Smirnov test 

data: sqrt(x) and y 
D = 0.1847, p-value < 2.2e-16 
alternative hypothesis: two-sided 

Answer 2

mat1<-matrix((rnorm(1130300))^2, ncol=1) # only one-tenth the size of your vector 
smat=sample(mat1, 100000)    #and take only one-tenth of that 
mat2<-matrix((rnorm(1681))^2, ncol=1) 
qqplot(smat,mat2)      #and repeat the sampling a few times 

你看到從統計的角度來看，似乎有趣。在「偏離平均值」的較高層次上，大樣本總是偏離「合適」，這並不令人驚訝，因爲它具有更高數量的極端值。