எடுத்துக்காட்டு 1: தரவு வாதத்துடன் மாதிரி() செயல்பாட்டைப் பயன்படுத்துதல்
தோராயமாக எண்ணை உருவாக்க, R இன் மாதிரி() செயல்பாடு மாதிரித் தரவுடன் வழங்கப்பட வேண்டும். மாதிரி தரவு என்பது மாதிரி() செயல்பாட்டின் தேவையான வாதமாகும், அதன் குறியீடு பின்வருவனவற்றில் கொடுக்கப்பட்டுள்ளது:
தரவுஎக்ஸ் < - சி ( 10 , இருபது , 30 , 40 , ஐம்பது , 60 , 70 , 80 , 90 , 100 )மாதிரி ( தரவுஎக்ஸ் , 3 )
மாதிரி ( தரவுஎக்ஸ் , 3 )
இங்கே, நாம் முதலில் முழு எண் உறுப்புகளின் திசையன்களை 'dataX' மாறிக்குள் உருவாக்குகிறோம். அடுத்து, குறியீட்டில் மாதிரி() செயல்பாட்டை இரண்டு முறை அழைக்கிறோம் மற்றும் அதற்கு ஒரு வாதமாக நாம் முன்பு உருவாக்கிய 'டேட்டாஎக்ஸ்' வெக்டரை அனுப்புகிறோம். மாதிரியின் முதல் பயன்பாடு(dataX, 3) 'dataX' வெக்டரில் இருந்து மூன்று கூறுகளின் சீரற்ற மாதிரியை எடுக்கிறது. முடிவுகள் 'dataX' இலிருந்து மூன்று கூறுகளின் சீரற்ற வரிசைமாற்றம் ஆகும். அதன் பிறகு, நாங்கள் மீண்டும் மாதிரி (a, 5) ஐப் பயன்படுத்துகிறோம், இது 'dataX' வெக்டரில் இருந்து மூன்று கூறுகளின் மற்றொரு சுயாதீன சீரற்ற மாதிரியை எடுக்கும். இம்முறை, கடந்த தேர்தலிலிருந்து முற்றிலும் மாறுபட்டது.
மாதிரி() செயல்பாட்டை இருமுறை அழைப்பதில் வெவ்வேறு கூறுகளை வெளியீடு காட்டுகிறது. ஒவ்வொரு முறையும் நாம் தோராயமாக மாதிரியை உருவாக்கும் போது, திசையன்களிலிருந்து வெவ்வேறு கூறுகள் பெறப்படுகின்றன என்பதை நினைவில் கொள்க:
எடுத்துக்காட்டு 2: மாற்று வாதத்துடன் மாதிரி() செயல்பாட்டைப் பயன்படுத்துதல்
மேலும், தருக்க மதிப்புகளை எடுக்கும் மாதிரி() செயல்பாட்டின் 'மாற்று' வாதம் எங்களிடம் உள்ளது. TRUE என்ற மாற்று விருப்பத்துடன் உறுப்பு மாதிரி செய்யப்பட்டால், ஒத்த உறுப்பு ஒன்றுக்கு மேற்பட்ட முறை தேர்ந்தெடுக்கப்படும். இருப்பினும், மதிப்பு FALSE என அமைக்கப்பட்டால், ஒவ்வொரு உறுப்புக்கும் ஒரு தேர்வு மட்டுமே இருக்க முடியும், இதன் காரணமாக உறுப்புகள் மாற்றியமைக்கப்படாமல் மாதிரியாக இருக்கும்.
சீரற்ற_எண்கள் = c ( பதினொரு , 25 , 12 , 89 , நான்கு. ஐந்து , 16 , 67 , 38 , 96 , 55 , 73 )
மாதிரி ( சீரற்ற_எண்கள் , 4 , பதிலாக = உண்மை )
மாதிரி ( சீரற்ற_எண்கள் , 5 , பதிலாக = உண்மை )
இங்கே, முதலில் வெக்டரை 'ரேண்டம்_எண்கள்' மாறியில் சில எண் மதிப்புகளுடன் வரையறுக்கிறோம். அதன் பிறகு, 'ரேண்டம்_எண்கள்' ஒரு வாதமாக அனுப்பப்படும் மாதிரி() செயல்பாட்டை நாங்கள் செயல்படுத்துகிறோம். '4' இன் மதிப்பு மாதிரி() செயல்பாட்டிற்கு குறிப்பிடப்பட்டுள்ளது, இது 'random_numbers' இல் உள்ள திசையன்களிலிருந்து நான்கு சீரற்ற மதிப்புகளை மட்டுமே தேர்ந்தெடுக்கிறது என்பதைக் குறிக்கிறது.
அடுத்து, மாதிரி() செயல்பாட்டில் உள்ள replace=TRUE ஒவ்வொரு மதிப்பையும் ஒன்றுக்கு மேற்பட்ட முறை தேர்ந்தெடுக்கலாம் என்பதைக் குறிப்பிடுகிறது. பின்னர், இந்த முறை திசையன்களிலிருந்து '5' சீரற்ற மதிப்புகளைத் தேர்ந்தெடுக்கும் மாதிரி() செயல்பாட்டை மீண்டும் பயன்படுத்துகிறோம். இதேபோல், ஒவ்வொரு மதிப்புக்கும் பல தேர்வு விருப்பங்களுக்கு முன்பு போலவே 'TRUE' என மாற்று வாதத்தை அமைக்கிறோம்.
நாம் பார்க்க முடியும் என, முதல் வெளியீடு 'ரேண்டம்_எண்கள்' வெக்டரில் இருந்து தோராயமாக தேர்ந்தெடுக்கப்பட்ட 4 உறுப்புகளின் திசையன் காட்டுகிறது. இருப்பினும், அடுத்த வெளியீடு, '5' தோராயமாக தேர்ந்தெடுக்கப்பட்ட உறுப்புகளின் திசையனைக் காட்டுகிறது:
எடுத்துக்காட்டு 3: அளவு வாதத்துடன் மாதிரி() செயல்பாட்டைப் பயன்படுத்துதல்
மாதிரி() செயல்பாடு கடந்து செல்லும் அடுத்த வாதம் 'அளவு' ஆகும். 'அளவு' என்பது ஒரு விருப்ப அளவுரு ஆகும், இது வரையப்பட வேண்டிய மாதிரிகளின் மதிப்பைக் குறிக்கிறது. 'அளவு' அளவுருவுடன் மாதிரி() செயல்பாட்டின் குறியீடு பின்வருவனவற்றில் கொடுக்கப்பட்டுள்ளது:
திசையன்கள் < - 1 : 10மாதிரி ( திசையன்கள் , அளவு = 5 )
இங்கே, ஒரு எண் திசையன் என்பது 'வெக்டர்கள்' மாறியில் 1 முதல் 10 வரையிலான முழு எண்களின் வரிசையாக வரையறுக்கப்படுகிறது. மாதிரி() செயல்பாடு வெக்டரில் இருந்து சீரற்ற கூறுகளைத் தேர்ந்தெடுப்பதற்குப் பயன்படுத்தப்படுகிறது. நாம் பார்க்க முடியும் என, மாதிரி() செயல்பாடு இரண்டு வாதங்களை எடுக்கும். முதல் வாதம், நாம் மாதிரியைப் பெறும் திசையன்கள். அடுத்த வாதம் '5' மதிப்புடன் குறிப்பிடப்பட்ட அளவு ஆகும், இது திசையனிலிருந்து தேர்ந்தெடுக்க ஐந்து கூறுகள் மட்டுமே உள்ளன என்பதைக் குறிக்கிறது.
எனவே, தேர்ந்தெடுக்கப்பட்ட கூறுகள் பின்வரும் வெளியீட்டில் ஒரு புதிய திசையனாக சீரற்ற வரிசையில் திரும்பும்:
எடுத்துக்காட்டு 4: R பட்டியலுக்கான மாதிரி() செயல்பாட்டைப் பயன்படுத்துதல்
மேலும், மாதிரி() செயல்பாட்டை R இல் உள்ள பட்டியலுக்குப் பயன்படுத்தலாம். உதாரணத்தின் இந்தப் பகுதியானது பட்டியலிலிருந்து சீரற்ற மதிப்புகளைப் பெறுகிறது.
R_list < - பட்டியல் ( 1 : 4 ,913 ,
c ( 'எக்ஸ்' , 'YYY' , 'நல்ல' ) ,
'ZZZ' ,
5 )
விளைவாக < - R_list [ மாதிரி ( 1 : நீளம் ( R_list ) , அளவு = 4 ) ]
விளைவாக
இங்கே, 'R_list' இன் பட்டியல் எண்களின் திசையன், ஒற்றை எண், ஒரு எழுத்து திசையன், ஒரு சரம் மற்றும் மற்றொரு எண் உட்பட பல்வேறு வகையான கூறுகளைக் கொண்டு வரையறுக்கப்படுகிறது. அதன் பிறகு, மாதிரி() செயல்பாடு செயல்படுத்தப்படும் இடத்தில் 'முடிவு' மாறியை உருவாக்குகிறோம்.
மாதிரி() செயல்பாட்டின் உள்ளே, '1:length(R_list)' வெளிப்பாட்டை அமைக்கிறோம், இது மாதிரிக்கான குறியீடுகளின் திசையன்களைக் குறிக்கிறது. அடுத்து, எங்களிடம் ஒரு 'அளவு' வாதம் உள்ளது, இது மாதிரி செய்ய வேண்டிய உறுப்புகளின் எண்ணிக்கையை '4' ஆகும். எனவே, 'R_list' பட்டியலிலிருந்து தோராயமாக தேர்ந்தெடுக்கப்பட்ட மூன்று கூறுகளை 'R_list' உருவாக்குகிறது. 'R_list' பட்டியலில் உள்ள உறுப்புகள் வெவ்வேறு வகைகளாக இருப்பதால், 'முடிவு' இல் உள்ள உறுப்புகளும் வெவ்வேறு வகைகளாக இருக்கலாம்.
வெளியீடு அசல் பட்டியலின் சீரற்ற துணைக்குழுவைக் கொண்டிருக்கும் புதிய பட்டியலைக் குறிக்கிறது:
எடுத்துக்காட்டு 5: ப்ராப் ஆர்குமென்ட்டுடன் மாதிரி() செயல்பாட்டைப் பயன்படுத்துதல்
கூடுதலாக, எங்களிடம் மாதிரி() செயல்பாட்டின் 'ப்ராப்' அளவுரு உள்ளது. வெக்டரில் தேர்ந்தெடுக்கப்பட்ட உறுப்பின் நிகழ்தகவை 'ப்ராப்' வாதம் அளிக்கிறது. 'ப்ராப்' வாதம் பயன்படுத்தப்படாத போது அனைத்து உறுப்புகளும் சம நிகழ்தகவைக் கொண்டதாகக் கருதப்படுகிறது.
எனது_தரவு = c ( 31 , 99 , 5 , 24 , 72 )மாதிரி ( எனது_தரவு , அளவு = 10 , பதிலாக = உண்மை ,
ஆய்வு = c ( 0.5 , பிரதிநிதி ( 0.1 , 4 ) ) )
இங்கே, எண் திசையன்களின் கூறுகள் 'my_data' என்று குறிப்பிடப்படுகின்றன. அடுத்த கட்டத்தில், 'my_data' அதிலிருந்து தோராயமாக தேர்ந்தெடுக்கப்பட்ட 10 உறுப்புகளுக்கு அனுப்பப்படும் மாதிரி() செயல்பாட்டை அழைக்கிறோம். பின்னர், 'அளவு' வாதம் வரையறுக்கப்படுகிறது, இது தோராயமாக தேர்ந்தெடுக்கும் மதிப்பு '10' அளவில் இருக்க வேண்டும் என்பதைக் குறிப்பிடுகிறது. அதன் பிறகு, 'மாற்று' வாதத்திற்கு 'TRUE' ஐ ஒதுக்குகிறோம், அதாவது தேர்ந்தெடுக்கப்பட்ட ஒவ்வொரு உறுப்பும் அடுத்ததைத் தேர்ந்தெடுப்பதற்கு முன் திசையனுக்குள் மாற்றப்படும். மாதிரி() செயல்பாட்டில் வரையறுக்கப்பட்ட மூன்றாவது வாதம் 'prob' ஆகும், இது தேர்ந்தெடுக்கப்பட வேண்டிய 'my_data' வெக்டரில் உள்ள ஒவ்வொரு உறுப்புக்கும் நிகழ்தகவை வரையறுக்கிறது. முதல் தனிமத்தின் நிகழ்தகவு '0.5' ஆக அமைக்கப்பட்டுள்ளது. மீதமுள்ள நான்கு திசையன் உறுப்புகளுக்கு, நிகழ்தகவு '0.1' ஆகும்.
பின்வரும் வெளியீடு எதிர்பார்த்தபடி திசையன்களில் முதல் தனிமத்தின் அதிகபட்ச நிகழ்தகவுடன் மீட்டெடுக்கப்பட்டது:
எடுத்துக்காட்டு 6: பார்ப்ளாட்டை வழங்குவதற்கு மாதிரி() செயல்பாட்டைப் பயன்படுத்துதல்
கடைசியாக, கொடுக்கப்பட்ட நிகழ்தகவு விநியோகத்துடன் வகைப்படுத்தப்பட்ட மாறியின் பரவலைக் காட்சிப்படுத்த, R இல் பார்ப்ளாட்டை உருவாக்க மாதிரி() செயல்பாடு பயன்படுத்தப்படுகிறது.
மாதிரி_தரவு = c ( 1 , 2 , 3 )பார்ப்ளாட் ( மேசை ( மாதிரி ( மாதிரி_தரவு , அளவு = 500 , பதிலாக = உண்மை , ஆய்வு = c ( .30 , .60 , .10 ) ) ) )
இங்கே, முழு எண் மதிப்பின் திசையன் மூலம் “மாதிரி_தரவை” வரையறுத்த பிறகு, மாதிரி() செயல்பாட்டைப் பயன்படுத்துவதன் மூலம் பார்ப்ளாட்டை உருவாக்குகிறோம். முதலில், விளைந்த மாதிரியின் அதிர்வெண் அட்டவணையை உருவாக்க அட்டவணை() செயல்பாட்டைத் தூண்டும் பார்ப்ளாட்டை அழைக்கிறோம். பின்னர், நாங்கள் அட்டவணை() செயல்பாட்டிற்குள் மாதிரி() செயல்பாட்டைக் குறிப்பிடுகிறோம், அங்கு 1 முதல் 3 வரையிலான முழு எண்களின் திசையன்களிலிருந்து 1000 அளவிலான சீரற்ற மாதிரி எடுக்கப்படுகிறது. பின்னர், ஒவ்வொரு முழு எண்ணையும் தேர்ந்தெடுக்கும் நிகழ்தகவைக் குறிப்பிட “prob” வாதம் பயன்படுத்தப்படுகிறது. .
நாம் இப்போது பார்க்கிறபடி, பார்ப்ளாட் பின்வரும் மூன்று பட்டைகளுடன் வழங்கப்படுகிறது, ஒவ்வொரு முழு எண்ணுக்கும் ஒன்று, மற்றும் பார்களின் உயரம் மாதிரியில் நிகழும் முழு எண்ணுடன் தொடர்புடையது:
முடிவுரை
பல்வேறு எடுத்துக்காட்டுகளுடன் மாதிரி() செயல்பாடு எவ்வாறு செயல்படுகிறது என்பதைப் பார்த்தோம். மாதிரி () செயல்பாடு வெவ்வேறு வாதங்களுடன் பயன்படுத்தப்படுகிறது, அங்கு மாதிரி தரவு தேவைப்படும் மற்றும் மற்ற அனைத்து வாதங்களும் விருப்பமானவை மற்றும் குறிப்பிட்ட நிகழ்வுகளில் அழைக்கப்படுகின்றன. இருப்பினும், மாதிரி() செயல்பாடு புள்ளியியல் பகுப்பாய்வில் அல்லது பெரிய தரவுத்தொகுப்புகளுடன் பணிபுரியும் போது பயனுள்ளதாக இருக்கும்.