在R中实现嵌套重抽样：如何保持试次行和N_K恒定？

核心需求回顾 #

你的数据集是100行（试次）×60列（物种），每个单元格代表试次K中物种i的个体数N_iK。需要实现内外环重抽样：

• 内环：对每个试次重抽样物种个体数，要求每行（试次）的总个体数N_K保持恒定
• 外环：从内环生成的数据集里，有放回重抽样100个试次，重复1000次

解决方案 #

1. 生成模拟数据（修正随机种子） #

set.seed(1234)
df <- matrix(sample(0:15, 6000, replace = T), ncol = 60)

2. 计算每个试次的总个体数N_K #

N_K <- rowSums(df)

3. 定义内环重抽样函数（固定行总和） #

利用多项式抽样实现：在固定总个体数的前提下，按原试次的物种比例重新分配个体数，保证行总和严格等于N_K。

resample_row <- function(row, total) {
  # 处理总个体数为0的特殊情况
  if (total == 0) {
    return(rep(0, length(row)))
  }
  # 计算各物种的抽样概率（基于原试次的比例）
  prob <- row / total
  prob[is.na(prob)] <- 0 # 避免除以0产生的NaN
  # 多项式抽样生成新的个体数分布
  new_row <- rmultinom(n = 1, size = total, prob = prob)[,1]
  return(new_row)
}

4. 完整的内外环重抽样实现 #

n_outer <- 1000  # 外环重抽样次数
n_tries <- nrow(df)  # 单次外环抽取的试次数

# 初始化结果矩阵：1000*100行 × 60列
complete <- matrix(NA, nrow = n_outer * n_tries, ncol = ncol(df))

for (r in 1:n_outer) {
  # 内环：生成所有试次的重抽样结果（保持N_K恒定）
  inner_df <- t(apply(cbind(df, N_K), 1, function(x) {
    resample_row(x[-length(x)], x[length(x)])
  }))
  
  # 外环：从内环数据集中有放回抽取100个试次
  sampled_indices <- sample(1:n_tries, n_tries, replace = TRUE)
  complete[(r-1)*n_tries + 1:n_tries, ] <- inner_df[sampled_indices, ]
}

关键说明 #

• 多项式抽样是生态数据中保持总丰度不变的标准重抽样方法，既保留了原试次的物种组成比例，又满足行总和约束。
• 如果需要允许原试次中个体数为0的物种被抽到，可以给概率项加平滑项，比如：

  prob <- (row + 1e-6) / (total + length(row)*1e-6)
  

• 原代码中seed(1234)是错误的，R中设置随机种子需用set.seed()。

内容的提问来源于stack exchange，提问作者CaptainKrabs